正则表达式

正则表达式由一些普通 字符和一些 元字符（metacharacters）组成。普通 字符包括大小写的字母和数字，而 元字符则具有特殊的含义，我们下面会给予解释。

在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。例如，正则表达式"testing"中没有包含任何 元字符，它可以匹配"testing"和"testing123"等字符串，但是不能匹配"123testing"，也不能匹配"Testing"。

要想真正的用好正则表达式，正确的理解 元字符是最重要的事情。下表列出了所有的 元字符和对它们的一个简短的描述。

最简单的 元字符是点，它能够匹配任何单个字符（注意不包括换行符）。假定有个文件test.txt包含以下几行内容：

he is arat

he is in a rut

the food is Rotten

I like root beer

我们可以使用grep命令来测试我们的正则表达式，grep命令 使用正则表达式去尝试匹配指定文件的每一行，并将至少有一处匹配表达式的所有行显示出来。命令

grep r.t test.txt

在test.txt文件中的每一行中搜索正则表达式r.t，并打印输出匹配的行。正则表达式r.t匹配一个r接着任何一个字符再接着一个t。所以它将匹配文件中的rat和rut，而不能匹配Rotten中的Rot，因为正则表达式是大小写敏感的。要想同时匹配大写和小写字母，应该使用 字符区间 元字符（方括号）。正则表达式[Rr]能够同时匹配R和r。所以，要想匹配一个大写或者小写的r接着任何一个字符再接着一个t就要使用这个表达式：[Rr].t。

要想匹配行首的字符要使用抑扬字符（^）——有时也被叫做插入符。例如，想找到text.txt中行首"he"打头的行，你可能会先用简单表达式he，但是这会匹配第三行的the，所以要 使用正则表达式^he，它只匹配在行首出现的h。

有时候指定“除了×××都匹配”会比较容易达到目的，当抑扬字符（^）出方括号中时，它表示“排除”，例如要匹配he ，但是排除前面是t or s的情形（也就是the和she），可以使用：[^st]he。

可以使用方括号来指定多个字符区间。例如正则表达式[A-Za-z]匹配任何字母，包括大写和小写的；正则表达式[A-Za-z][A-Za-z]* 匹配一个字母后面接着0或者多个字母（大写或者小写）。当然我们也可以用 元字符+做到同样的事情，也就是：[A-Za-z]+ ，和[A-Za-z][A-Za-z]*完全等价。但是要注意 元字符+ 并不是所有支持正则表达式的程序都支持的。关于这一点可以参考后面的正则表达式语法支持情况。

要指定特定数量的匹配，要使用大括号（注意必须使用 反斜杠来转义）。想匹配所有10和100的实例而排除1和 1000，可以使用：10{1,2}，这个正则表达式匹配数字1后面跟着1或者2个0的模式。在这个 元字符的使用中一个有用的变化是忽略第二个数字，例如正则表达式0{3,} 将匹配至少3个连续的0。

例1

将所有方法foo(a,b,c)的实例改为foo(b,a,c)。这里a、b和c可以是任何提供给方法foo()的参数。也就是说我们要实现这样的转换：

之前 之后

foo(10,7,2) foo(7,10,2)

foo(x+13,y-2,10) foo(y-2,x+13,10)

foo( bar(8),x+y+z,5) foo( x+y+z,bar(8),5)

下面这条替换命令能够实现这一魔法：

:%s/foo(([^,]*),([^,([^)]*))/foo(2,1,3)/g

让我们把它打散来加以分析。写出这个表达式的基本思路是找出foo()和它的括号中的三个参数的位置。第一个参数是用这个表达式来识别的：：([^,]*)，我们可以从里向外来分析它：

[^,] 除了逗号之外的任何字符

([^,]*) 将这些非逗号字符标记为1，这样可以在之后的替换模式表达式中引用它

正是指出一个 使用正则表达式常见错误的最佳时机。为什么我们要使用[^,]*这样的一个表达式，而不是更加简单直接的写法，例如：.*，来匹配第一个参数呢？设想我们使用模式.*来匹配字符串"10,2"，它应该匹配"10,"还是"10,"？为了解决这个两义性（ambiguity），正则表达式规定一律按照最长的串来，在上面的例子中就是"10,"，显然这样就找出了两个参数而不是我们期望的一个。所以，我们要使用[^,]*来强制取出第一个逗号之前的部分。

这个表达式我们已经分析到了：foo(([^,]*)，这一段可以简单的翻译为“当你找到foo(就把其后直到第一个逗号之前的部分标记为1”。然后我们使用同样的办法标记第二个参数为2。对第三个参数的标记方法也是一样，只是我们要搜索所有的字符直到右括号。我们并没有必要去搜索第三个参数，因为我们不需要调整它的位置，但是这样的模式能够保证我们只去替换那些有三个参数的foo()方法调用，在foo()是一个 重载（overloading）方法时这种明确的模式往往是比较保险的。然后，在替换部分，我们找到foo()的对应实例，然后利用标记好的部分进行替换，是把第一和第二个参数交换位置。

正则表达式语法支持情况

四个字符是所有语言都支持的正则表达式，所以这个四个是基础的正则表达式。正则难理解因为里面有一个等价的概念，这个概念大大增加了理解难度，让很多初学者看起来会蒙，如果把等价都恢复成原始写法，自己书写正则就超级简单了，就像说话一样去写你的正则了：

　　 等价：
　　?,*,d,w 都是等价字符
　　？等价于匹配长度{0,1}
　　*等价于匹配长度{0,}
　　+等价于匹配长度{1,}
　　d等价于[0-9]
　　w等价于[A-Za-z_0-9]。

常用运算符与表达式：
　　^ 开始
　　（） 域段
　　[] 包含,默认是一个字符长度
　　[^] 不包含,默认是一个字符长度
　　{n,m} 匹配长度
　　. 任何单个字符(. 字符点)
　　| 或
　　 转义
　　$ 结尾
　　[A-Z] 26个大写字母
　　[a-z] 26个小写字母
　　[0-9] 0至9数字

[A-Za-z0-9] 26个大写字母、26个小写字母和0至9数字
　　， 分割
　　.
　　
　　 分割语法：
　　[A,H,T,W] 包含A或H或T或W字母
　　[a,h,t,w] 包含a或h或t或w字母
　　[0,3,6,8] 包含0或3或6或8数字

　　 语法与释义：
　　基础语法 "^([]{})([]{})([]{})$"
　　正则字符串 = "开始（[包含内容]{长度}）（[包含内容]{长度}）（[包含内容]{长度}）结束"
　　
　　?,w 这些都是简写的,完全可以用[]和{}代替，在(?:)(?=)(?!)(?<=)(?<!)(?i)(*?)(+?)这种特殊组合情况下除外。
　　初学者可以忽略?,w一些简写标示符，学会了基础使用再按表自己去等价替换

　　
　　 实例：
　　字符串；tel:086-0666-88810009999
　　原始正则："^tel:[0-9]{1,3}-[0][0-9]{2,3}-[0-9]{8,11}$"
　　速记理解：开始 "tel:普通文本"[0-9数字]{1至3位}"-普通文本"[0数字][0-9数字]{2至3位}"-普通文本"[0-9数字]{8至11位} 结束"
　　等价简写后正则写法："^tel:d{1,3}-[0]d{2,3}-d{8,11}$" ，简写语法不是所有语言都支持。

【1】 正则表达式应用——替换指定内容到行尾

【2】 正则表达式应用——数字替换

【3】 正则表达式应用——删除每一行行尾的指定 字符

【4】 正则表达式应用——替换带有 半角括号的多行

【5】 正则表达式应用——删除空行

【6】 正则表达式应用——实例应用

【1】正则表达式应用——替换指定内容到行尾

原始文本如下面两行

abc aaaaa

123 abc 444

希望每次遇到“abc”，则替换“abc”以及其后到行尾的内容为“abc efg”

即上面的文本最终替换为：

abc efg

123 abc efg

解决：

① 在替换对话框，查找内容里输入“abc.*”，替换内容输入为“abc efg”

② 同时勾选“正则表达式” 复选框，然后点击“全部替换”按钮

其中，符号的含义如下：

“.” =匹配任意 “*” =匹配0次或更多

注意：其实就是正则表达式替换，这里只是把一些曾经提出的问题加以整理，单纯从正则表达式本身来说，就可以引申出成千上万种特例。

【2】正则表达式应用——数字替换

希望把

asdadas123asdasdas456asdasdasd789asdasd

替换为:

asdadas[123]asdasdas[456]asdasdasd[789]asdasd

在替换对话框里面，勾选“正则表达式” 复选框；

在查找内容里面输入“([0-9])([0-9])([0-9])”，不含引号

“替换为:”里面输入“[123]”，不含引号

####备注####：查找（[0-9]+） 替换：[1] 更简单通用些

范围为你所操作的范围，然后选择替换即可。

实际上这也是正则表达式的使用特例，“[0-9]”表示匹配0～9之间的任何特例，同样“[a-z]”就表示匹配a～z之间的任何特例

上面重复使用了“[0-9]”，表示连续出现的三个数字

括号用来选择原型，进行分组，替换时要用

“1”代表第一个“[0-9]”对应的原型，“2”代表第二个“[0-9]”对应的原型，依此类推

“[”|“]”为单纯的 字符，表示添加“[”或“]”，如果输入“其它123其它”，则替换结果为：

asdadas其它123其它asdasdas其它456其它asdasdasd其它789其它asdasd

功能增强：

如果将查找内容“[0-9][0-9][0-9]”改为“[0-9]*[0-9]”，对应1 或 123 或 12345 或 ...

大家根据需要定制

相关内容还有很多，可以自己参考正则表达式的语法仔细研究一下

【3】正则表达式应用——删除每一行行尾的指定 因为这几个 字符在行中也是出现的,所以肯定不能用简单的替换实现

比如

12345 1265345

2345

需要删除每行末尾的“345”

这个也算正则表达式的用法，其实仔细看正则表达式应该比较简单，不过既然有这个问题提出，说明对正则表达式还得有个认识过程，解决方法如下

在替换对话框中，启用“正则表达式” 复选框

在查找内容里面输入“345$”

这里“$”表示从行尾匹配

如果从行首匹配，可以用“^”来实现，不过 EditPlus 有另一个功能可以很简单的删除行首的字符串

a. 选择要操作的行

b. 编辑－格式－删除行注释

c. 在弹出对话框里面输入要清除的行首 字符，确定

【4】正则表达式应用——替换带有半角括号的多行

几百个网页中都有下面一段代码：

<script LANGUAGE="JavaScript1.1">

<!--

htmlAdWH('93163607','728','90');

//-->

</SCRIPT>

我想把它们都去掉，可是找了很多search & replace的软件，都是只能对“一行”进行操作。

EditPlus 打开几百个网页文件还是比较顺畅的，所以完全可以胜任这个工作。

具体解决方法，在 Editplus 中 使用正则表达式，由于“(”、“)”被用做预设表达式（或者可以称作子表达式）的标志，所以查找

“<script LANGUAGE="JavaScript1.1">n<!--nhtmlAdWH('93163607','90'.);n//-->n</SCRIPT>n”

时会提示查找不到，所以也就无法进行替换了，这时可以把“(”、“)”使用任意 字符标记替代，即 半角句号：“.”。替换内容为

<script LANGUAGE="JavaScript1.1">n<!--nhtmlAdWH.'93163607','90'.;n//-->n</SCRIPT>n

在替换对话框启用“正则表达式”选项，这时就可以完成替换了

补充：

对( ) 这样的特殊符号，应该用( )来表示，这也是很标准的regexp语法，可以写为

<script LANGUAGE="JavaScript1.1">n<!--nhtmlAdWH('93163607','90');n//-->n</SCRIPT>n

【5】正则表达式应用——删除空行

启动EditPlus，打开待处理的文本类型文件。

①、选择“查找” 菜单的“替换”命令，弹出 文本替换对话框。选中“正则表达式” 复选框，表明我们要在查找、替换中 使用正则表达式。然后，选中“替换范围”中的“ 当前文件”，表明对当前文件操作。

②、单击“查找内容” 组合框右侧的按钮，出现下拉菜单。

③、下面的操作添加正则表达式，该表达式代表待查找的空行。（技巧提示：空行仅包括 空格符、 制表符、回车符，且必须以这三个符号之一作为一行的开头，并且以回车符结尾，查找空行的关键是构造代表空行的正则表达式）。

直接在"查找"中输入正则表达式“^[ t]*n”，注意t前有 空格符。

（1）选择“从行首开始匹配”，“查找内容” 组合框中出现字符“^”，表示待查找字符串必须出 文本中一行的行首。

（2）选择“ 字符在范围中”，那么在“^”后会增加一对括号“[]”，当前 插入点在括号中。括号在正则表达式中表示，文本中的 字符匹配括号中任意一个字符即符合查找条件。

（3）按一下 空格键，添加 空格符。 空格符是空行的一个组成成分。

（4）选择“ 制表符”，添加代表制表符的“t”。

（5）移动 光标，将当前 插入点移到“]”之后，然后选择“匹配 0 次或更多”，该操作会添加星号字符“*”。星号表示，其前面的括号“[]”内的 空格符或 制表符，在一行中出现0个或多个。

（6）选择“换行符”，插入“n”，表示回车符。

④、“替换为” 组合框保持空，表示删除查找到的内容。单击“替换”按钮逐个行删除空行，或单击“全部替换”按钮删除全部空行（注意：EditPlus有时存在“全部替换”不能一次性完全删除空行的问题，可能是程序BUG，需要多按几次按钮）。

【6】 正则表达式应用——实例应用

1.验证用户名和密码：（"^[a-zA-Z]w{5,15}$"）正确格式："[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位；

2.验证电话号码：（"^(d{3,4}-)d{7,8}$"）正确格式：xxx/xxxx-xxxxxxx/xxxxxxxx；

3.验证手机号码："^1[3|4|5|8][0-9]d{8}$"；

4.验证身份证号（15位或18位数字）："d{14}[[0-9],0-9xX]"；

5.验证Email地址：("^w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$")；

6.只能输入由数字和26个英文字母组成的字符串：("^[A-Za-z0-9]+$") ;

7.整数或者小数：^[0-9]+([.]{0,1}[0-9]+){0,1}$

8.只能输入数字："^[0-9]*$"。

9.只能输入n位的数字："^d{n}$"。

10.只能输入至少n位的数字："^d{n,}$"。

11.只能输入m~n位的数字："^d{m,n}$"。

12.只能输入零和非零开头的数字："^(0|[1-9][0-9]*)$"。

13.只能输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?$"。

14.只能输入有1~3位小数的正实数："^[0-9]+(.[0-9]{1,3})?$"。

15.只能输入非零的正整数："^+?[1-9][0-9]*$"。

16.只能输入非零的负整数："^-[1-9][]0-9"*$。

17.只能输入长度为3的字符："^.{3}$"。

18.只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。

19.只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"。

20.只能输入由26个小写英文字母组成的字符串："^[a-z]+$"。

21.验证是否含有^%&',;=?$"等字符："[^%&',;=?$x22]+"。

22.只能输入汉字："^[u4e00-u9fa5]{0,sans-serif; font-size:14px"> 23.验证URL："^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$"。

24.验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"10"～"12"。

25.验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；"01"～"09"、"10"～"29"和“30”~“31”。

26.获取日期正则表达式：d{4}[年|-|.]d{1-12}[月|-|.]d{1-31}日?

评注：可用来匹配大多数年月日信息。

27.匹配双 字节 字符(包括汉字在内)：[^x00-xff]

评注：可以用来计算 字符串的长度（一个双 字节字符长度计2，ASCII字符计1）

28.匹配空白行的正则表达式：ns*r

评注：可以用来删除空白行

29.匹配HTML标记的正则表达式：<(S*?)[^>]*>.*?</>|<.*? />

评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

30.匹配首尾空白 字符的正则表达式：^s*|s*$

评注：可以用来删除行首行尾的空白 字符(包括空格、 制表符、换页符等等)，非常有用的表达式

31.匹配网址URL的正则表达式：[a-zA-z]+://[^s]*

评注：网上流传的版本功能很有限，上面这个基本可以满足需求

32.匹配帐号是否合法(字母开头，允许5-16 字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

评注：表单验证时很实用

33.匹配腾讯QQ号：[1-9][0-9]{4,}

评注： 腾讯 QQ号从10 000 开始

34.匹配中国邮政编码：[1-9]d{5}(?!d)

评注：中国邮政编码为6位数字

35.匹配ip地址：((2[0-4]d|25[0-5]|[01]?dd?).){3}(2[0-4]d|25[0-5]|[01]?dd?)。

评注：提取ip地址时有用

Function IsRegu(Regu,s)

'正则表达式校验

If Regu="" Then

Exit Function

End if

Dim Re,Sre

Set Re = New RegExp

Re.Pattern = Regu

Sre = Re.Test(s)

If Sre = True Then

IsRegu = True

Else

IsRegu = False

End If

End Function

tmp=" "

if (IsRegu("w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*",tmp )) =false then

msgbox "E-mail地址不合法 ！"

FieldCheck#N=false

end if

不同的语言（如PHP和JAVA）、相同语言的不同类库（如来自Sun的Java Regular Expression类库跟Apache Jakarta的正则表达式类库）间，用法会有所差别，在使用的时候，要注意这些差别。

（1） 心中时刻保持新颖想法，尝试用各种新办法来解决遇到的问题。对于遇到的问题，在用常规的解决思路无法解决或不能很好解决的时候，可以大胆探索尝试采用新的方法或思路来解决问题，说大点就是创新！没有新思路估计今天的正则表达式还要等几百年才能露现人间。

（2） 善于学习和借鉴前人的经验和成果，UNIX鼻祖Ken Thompson是什么样子的人？是被计算机界尊称为“UNIX之父”的大师级别的人物，大师都在不断思考从其它学科、其它知识领域的工作成果，来改进自己的工作或程序，事实也证明这样做取得巨大结果和后来的深远影响是事先谁也无法预估到的，我们在做一些事情或研究的时间，是否也考虑学习大师的优秀习惯？

（3） 学好数学、英语并保持对数学、英语的兴趣，数学也是人类几千年积累的智慧结晶，学习数学知识可以培养和训练人的思维能力。看这篇文章的朋友，我想很多都是 计算机相关专业的朋友，至于数学和英语对于计算机学习和发展的重要性的道理，这里就不在多说，重在实践加持之以恒！

（4） 养成独立思考的习惯。上学时候老师经常说人与动物的最大区别是人能思考。拉美洲有句关于“思考”的谚语是，不会思考的人是白痴，不肯思考的人是懒汉，不敢思考的人是奴隶。我想大家和我一样，既不愿做懒汉、奴隶，更不愿做白痴。所以相信正则分享网的朋友们一定会选择做一个“会思、肯思、敢思”的人。

（5） 当正则表达式和字符串函数都能解决问题时，一定要使用字符串函数，这样不容易出错，最重要的是字符串函数比正则表达式实现性能上要好得多。

正则表达式教程chm完整版是一本详细介绍了正则表达式的电子书教程，全书共分为8个小节，详细的讲述了正则表达式的定义，各种操作符的运算优先级，全部符号解释，正则表达式匹配规则，参考文献以及相关实例等，全书简明扼要，能够很好的帮助读者们正确掌握学习好正则表达式，从而在软件编程中得到更好的发挥。