正則表達(dá)式學(xué)習(xí)筆記

正則表達(dá)式(regularexpression)描述了一種字符串匹配的模式，可以用來(lái)檢查一個(gè)串是否含

有某種子串、將匹配的子串做替換或者從某個(gè)串中取出符合某個(gè)條件的子串等。

列目錄時(shí)，　dir*.txt或ls*.txt中的*.txt就不是一個(gè)正則表達(dá)式,因?yàn)檫@里*與正則式的*

的含義是不同的。

為便于理解和記憶，先從一些概念入手，所有特殊字符或字符組合有一個(gè)總表在后面，最后一

些例子供理解相應(yīng)的概念。

正則表達(dá)式

是由普通字符(例如字符a到z)以及特殊字符(稱(chēng)為元字符)組成的文字模式。正則表達(dá)

式作為一個(gè)模板，將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。

可以通過(guò)在一對(duì)分隔符之間放入表達(dá)式模式的各種組件來(lái)構(gòu)造一個(gè)正則表達(dá)式，

即/expression/

普通字符

由所有那些未顯式指定為元字符的打印和非打印字符組成。這包括所有的大寫(xiě)和小寫(xiě)字母字符

，所有數(shù)字，所有標(biāo)點(diǎn)符號(hào)以及一些符號(hào)。

非打印字符

字符含義

/cx匹配由x指明的控制字符。例如，/cM匹配一個(gè)Control-M或回車(chē)符。x的值必須為A-Z

或a-z之一。否則，將c視為一個(gè)原義的'c'字符。

/f匹配一個(gè)換頁(yè)符。等價(jià)于/x0c和/cL。

/n匹配一個(gè)換行符。等價(jià)于/x0a和/cJ。

/r匹配一個(gè)回車(chē)符。等價(jià)于/x0d和/cM。

/s匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于[/f/n/r/t/v]。

/S匹配任何非空白字符。等價(jià)于[^/f/n/r/t/v]。

/t匹配一個(gè)制表符。等價(jià)于/x09和/cI。

/v匹配一個(gè)垂直制表符。等價(jià)于/x0b和/cK。

特殊字符

所謂特殊字符，就是一些有特殊含義的字符，如上面說(shuō)的"*.txt"中的*，簡(jiǎn)單的說(shuō)就是表示任

何字符串的意思。如果要查找文件名中有*的文件，則需要對(duì)*進(jìn)行轉(zhuǎn)義，即在其前加一個(gè)/。ls

/*.txt。正則表達(dá)式有以下特殊字符。

特別字符說(shuō)明

$匹配輸入字符串的結(jié)尾位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，則$也匹配'/n'

或'/r'。要匹配$字符本身，請(qǐng)使用/$。

()標(biāo)記一個(gè)子表達(dá)式的開(kāi)始和結(jié)束位置。子表達(dá)式可以獲取供以后使用。要匹配這些字符，請(qǐng)使

用/(和/)。

*匹配前面的子表達(dá)式零次或多次。要匹配*字符，請(qǐng)使用/*。

+匹配前面的子表達(dá)式一次或多次。要匹配+字符，請(qǐng)使用/+。

.匹配除換行符/n之外的任何單字符。要匹配.，請(qǐng)使用/。

[標(biāo)記一個(gè)中括號(hào)表達(dá)式的開(kāi)始。要匹配[，請(qǐng)使用/[。

?匹配前面的子表達(dá)式零次或一次，或指明一個(gè)非貪婪限定符。要匹配?字符，請(qǐng)使用/?。

/將下一個(gè)字符標(biāo)記為或特殊字符、或原義字符、或向后引用、或八進(jìn)制轉(zhuǎn)義符。例如，'n'匹

配字符'n'。'/n'匹配換行符。序列'//'匹配"/"，而'/('則匹配"("。

^匹配輸入字符串的開(kāi)始位置，除非在方括號(hào)表達(dá)式中使用，此時(shí)它表示不接受該字符集合。要匹

配^字符本身，請(qǐng)使用/^。

{標(biāo)記限定符表達(dá)式的開(kāi)始。要匹配{，請(qǐng)使用/{。

|指明兩項(xiàng)之間的一個(gè)選擇。要匹配|，請(qǐng)使用/|。

構(gòu)造正則表達(dá)式的方法和創(chuàng)建數(shù)學(xué)表達(dá)式的方法一樣。也就是用多種元字符與操作符將小的表

達(dá)式結(jié)合在一起來(lái)創(chuàng)建更大的表達(dá)式。正則表達(dá)式的組件可以是單個(gè)的字符、字符集合、字符范圍

、字符間的選擇或者所有這些組件的任意組合。

限定符

限定符用來(lái)指定正則表達(dá)式的一個(gè)給定組件必須要出現(xiàn)多少次才能滿(mǎn)足匹配。有*或+或?或{n}

或{n,}或{n,m}共6種。

*、+和?限定符都是貪婪的，因?yàn)樗鼈儠?huì)盡可能多的匹配文字，只有在它們的后面加上一個(gè)?就可以

實(shí)現(xiàn)非貪婪或最小匹配

。

正則表達(dá)式的限定符有：

字符描述

*匹配前面的子表達(dá)式零次或多次。例如，zo*能匹配"z"以及"zoo"。*等價(jià)于{0,}。

+匹配前面的子表達(dá)式一次或多次。例如，'zo+'能匹配"zo"以及"zoo"，但不能匹配"z"。+

等價(jià)于{1,}。

?匹配前面的子表達(dá)式零次或一次。例如，"do(es)?"可以匹配"do"或"does"中的"do"。?

等價(jià)于{0,1}。

{n}n是一個(gè)非負(fù)整數(shù)。匹配確定的n次。例如，'o{2}'不能匹配"Bob"中的'o'，但是能匹

配"food"中的兩個(gè)o。

{n,}n是一個(gè)非負(fù)整數(shù)。至少匹配n次。例如，'o{2,}'不能匹配"Bob"中的'o'，但能匹配

"foooood"中的所有o。'o{1,}'等價(jià)于'o+'。'o{0,}'則等價(jià)于'o*'。

{n,m}m和n均為非負(fù)整數(shù)，其中n<=m。最少匹配n次且最多匹配m次。例如，"o{1,3}"

將匹配"fooooood"中的前三個(gè)o。'o{0,1}'等價(jià)于'o?'。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空

格。

定位符

用來(lái)描述字符串或單詞的邊界，^和$分別指字符串的開(kāi)始與結(jié)束，/b描述單詞的前或后邊界，

/B表示非單詞邊界。不能對(duì)定位符使用限定符。

選擇

用圓括號(hào)將所有選擇項(xiàng)括起來(lái)，相鄰的選擇項(xiàng)之間用|分隔。但用圓括號(hào)會(huì)有一個(gè)副作用，是

相關(guān)的匹配會(huì)被緩存，此時(shí)可用?:放在第一個(gè)選項(xiàng)前來(lái)消除這種副作用。

其中?:是非捕獲元之一，還有兩個(gè)非捕獲元是?=和?!，這兩個(gè)還有更多的含義，前者為正向預(yù)

查，在任何開(kāi)始匹配圓括號(hào)內(nèi)的正則表達(dá)式模式的位置來(lái)匹配搜索字符串，后者為負(fù)向預(yù)查，在任

何開(kāi)始不匹配該正則表達(dá)式模式的位置來(lái)匹配搜索字符串。

后向引用

對(duì)一個(gè)正則表達(dá)式模式或部分模式兩邊添加圓括號(hào)將導(dǎo)致相關(guān)匹配存儲(chǔ)到一個(gè)臨時(shí)緩沖區(qū)中，

所捕獲的每個(gè)子匹配都按照在正則表達(dá)式模式中從左至右所遇到的內(nèi)容存儲(chǔ)。存儲(chǔ)子匹配的緩沖區(qū)

編號(hào)從1開(kāi)始，連續(xù)編號(hào)直至最大99個(gè)子表達(dá)式。每個(gè)緩沖區(qū)都可以使用'/n'訪問(wèn)，其中n

為一個(gè)標(biāo)識(shí)特定緩沖區(qū)的一位或兩位十進(jìn)制數(shù)。

可以使用非捕獲元字符'?:','?=',or'?!'來(lái)忽略對(duì)相關(guān)匹配的保存。

各種操作符的運(yùn)算優(yōu)先級(jí)

相同優(yōu)先級(jí)的從左到右進(jìn)行運(yùn)算，不同優(yōu)先級(jí)的運(yùn)算先高后低。各種操作符的優(yōu)先級(jí)從高到低

如下：

操作符描述

/轉(zhuǎn)義符

(),(?:),(?=),[]圓括號(hào)和方括號(hào)

*,+,?,{n},{n,},{n,m}限定符

^,$,/anymetacharacter位置和順序

|“或”操作

全部符號(hào)解釋

字符描述

/將下一個(gè)字符標(biāo)記為一個(gè)特殊字符、或一個(gè)原義字符、或一個(gè)向后引用、或一個(gè)八進(jìn)制轉(zhuǎn)義符

。例如，'n'匹配字符"n"。'/n'匹配一個(gè)換行符。序列'//'匹配"/"而"/("則匹配"("。

^匹配輸入字符串的開(kāi)始位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，^也匹配'/n'或

'/r'之后的位置。

$匹配輸入字符串的結(jié)束位置。如果設(shè)置了RegExp對(duì)象的Multiline屬性，$也匹配'/n'或

'/r'之前的位置。

*匹配前面的子表達(dá)式零次或多次。例如，zo*能匹配"z"以及"zoo"。*等價(jià)于{0,}。

+匹配前面的子表達(dá)式一次或多次。例如，'zo+'能匹配"zo"以及"zoo"，但不能匹配"z"。+

等價(jià)于{1,}。

?匹配前面的子表達(dá)式零次或一次。例如，"do(es)?"可以匹配"do"或"does"中的"do"。?

等價(jià)于{0,1}。

{n}n是一個(gè)非負(fù)整數(shù)。匹配確定的n次。例如，'o{2}'不能匹配"Bob"中的'o'，但是能匹

配"food"中的兩個(gè)o。

{n,}n是一個(gè)非負(fù)整數(shù)。至少匹配n次。例如，'o{2,}'不能匹配"Bob"中的'o'，但能匹配

"foooood"中的所有o。'o{1,}'等價(jià)于'o+'。'o{0,}'則等價(jià)于'o*'。

{n,m}m和n均為非負(fù)整數(shù)，其中n<=m。最少匹配n次且最多匹配m次。例如，"o{1,3}"

將匹配"fooooood"中的前三個(gè)o。'o{0,1}'等價(jià)于'o?'。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空

格。

?當(dāng)該字符緊跟在任何一個(gè)其他限制符(*,+,?,{n},{n,},{n,m})后面時(shí)，匹配模式是非貪

婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的

字符串。例如，對(duì)于字符串"oooo"，'o+?'將匹配單個(gè)"o"，而'o+'將匹配所有'o'。

.匹配除"/n"之外的任何單個(gè)字符。要匹配包括'/n'在內(nèi)的任何字符，請(qǐng)使用象'[./n]'的

模式。

(pattern)匹配pattern并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的Matches集合得到，在

VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號(hào)字符，請(qǐng)

使用'/('或'/)'。

(?:pattern)匹配pattern但不獲取匹配結(jié)果，也就是說(shuō)這是一個(gè)非獲取匹配，不進(jìn)行存儲(chǔ)供以

后使用。這在使用"或"字符(|)來(lái)組合一個(gè)模式的各個(gè)部分是很有用。例如，'industr

(?:y|ies)就是一個(gè)比'industry|industries'更簡(jiǎn)略的表達(dá)式。

(?=pattern)正向預(yù)查，在任何匹配pattern的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取

匹配，也就是說(shuō)，該匹配不需要獲取供以后使用。例如，'Windows(?=95|98|NT|2000)'能匹配

"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。預(yù)查不消耗字

符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從包

含預(yù)查的字符之后開(kāi)始。

(?!pattern)負(fù)向預(yù)查，在任何不匹配pattern的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲

取匹配，也就是說(shuō)，該匹配不需要獲取供以后使用。例如'Windows(?!95|98|NT|2000)'能匹配

"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。預(yù)查不消耗字符

，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從包含

預(yù)查的字符之后開(kāi)始

x|y匹配x或y。例如，'z|food'能匹配"z"或"food"。'(z|f)ood'則匹配"zood"或

"food"。

[xyz]字符集合。匹配所包含的任意一個(gè)字符。例如，'[abc]'可以匹配"plain"中的'a'。

[^xyz]負(fù)值字符集合。匹配未包含的任意字符。例如，'[^abc]'可以匹配"plain"中的'p'。

[a-z]字符范圍。匹配指定范圍內(nèi)的任意字符。例如，'[a-z]'可以匹配'a'到'z'范圍內(nèi)的

任意小寫(xiě)字母字符。

[^a-z]負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，'[^a-z]'可以匹配任何不

在'a'到'z'范圍內(nèi)的任意字符。

/b匹配一個(gè)單詞邊界，也就是指單詞和空格間的位置。例如，'er/b'可以匹配"never"中的

'er'，但不能匹配"verb"中的'er'。

/B匹配非單詞邊界。'er/B'能匹配"verb"中的'er'，但不能匹配"never"中的'er'。

/cx匹配由x指明的控制字符。例如，/cM匹配一個(gè)Control-M或回車(chē)符。x的值必須為A-Z

或a-z之一。否則，將c視為一個(gè)原義的'c'字符。

/d匹配一個(gè)數(shù)字字符。等價(jià)于[0-9]。

/D匹配一個(gè)非數(shù)字字符。等價(jià)于[^0-9]。

/f匹配一個(gè)換頁(yè)符。等價(jià)于/x0c和/cL。

/n匹配一個(gè)換行符。等價(jià)于/x0a和/cJ。

/r匹配一個(gè)回車(chē)符。等價(jià)于/x0d和/cM。

/s匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于[/f/n/r/t/v]。

/S匹配任何非空白字符。等價(jià)于[^/f/n/r/t/v]。

/t匹配一個(gè)制表符。等價(jià)于/x09和/cI。

/v匹配一個(gè)垂直制表符。等價(jià)于/x0b和/cK。

/w匹配包括下劃線的任何單詞字符。等價(jià)于'[A-Za-z0-9_]'。

/W匹配任何非單詞字符。等價(jià)于'[^A-Za-z0-9_]'。

/xn匹配n，其中n為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確定的兩個(gè)數(shù)字長(zhǎng)。例

如，'/x41'匹配"A"。'/x041'則等價(jià)于'/x04'&"1"。正則表達(dá)式中可以使用ASCII編碼。.

/num匹配num，其中num是一個(gè)正整數(shù)。對(duì)所獲取的匹配的引用。例如，'(.)/1'匹配兩個(gè)連

續(xù)的相同字符。

/n標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果/n之前至少n個(gè)獲取的子表達(dá)式，則n為向

后引用。否則，如果n為八進(jìn)制數(shù)字(0-7)，則n為一個(gè)八進(jìn)制轉(zhuǎn)義值。

/nm標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果/nm之前至少有nm個(gè)獲得子表達(dá)式，則nm

為向后引用。如果/nm之前至少有n個(gè)獲取，則n為一個(gè)后跟文字m的向后引用。如果前面的

條件都不滿(mǎn)足，若n和m均為八進(jìn)制數(shù)字(0-7)，則/nm將匹配八進(jìn)制轉(zhuǎn)義值nm。

/nml如果n為八進(jìn)制數(shù)字(0-3)，且m和l均為八進(jìn)制數(shù)字(0-7)，則匹配八進(jìn)制轉(zhuǎn)義值

nml。

/un匹配n，其中n是一個(gè)用四個(gè)十六進(jìn)制數(shù)字表示的Unicode字符。例如，/u00A9匹配版

權(quán)符號(hào)(?)。

部分例子

正則表達(dá)式說(shuō)明

//b([a-z]+)/1/b/gi一個(gè)單詞連續(xù)出現(xiàn)的位置

/(/w+):////([^/:]+)(:/d*)?([^#]*)/將一個(gè)URL解析為協(xié)議、域、端口及相對(duì)路徑

/^(?:Chapter|Section)[1-9][0-9]{0,1}$/定位章節(jié)的位置

/[-a-z]/A至z共26個(gè)字母再加一個(gè)-號(hào)。

/ter/b/可匹配chapter，而不能terminal

//Bapt/可匹配chapter，而不能aptitude

/Windows(?=95|98|NT)/可匹配Windows95或Windows98或WindowsNT,當(dāng)找到一個(gè)匹配后，從

Windows后面開(kāi)始進(jìn)行下一次的檢索匹配。