想更加系统的学习正则表达式，请点击（点击打开链接）
正则表达式到底是什么东西？
字符是计算机软件处理文字时最基本的单位，可能是字母，数字， 标点符号，空格，换行符，汉字等等。字符串是0个或更多个字符的序列。文本也就是文字，字符串。说某个字符串匹配某个正则表达 式，通常是指这个字符串里有一部分（或几部分分别）能满足表达式给出的条件。
在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就 是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。
很可能你使用过Windows/Dos下用于文件查找的通配符(wildcard)， 也就是*和?。如果你想查找某个目录下的所 有的Word文档的话，你会搜索*.doc。在这里，*会被解释成任意的字符串。和通配符类似，正则表达式也是用来进行文本匹配的工具，只不过比起通配符，它能更精 确地描述你的需求——当然，代价就是更复杂——比如你可以编写一个正则表达式，用来查找所有以0开头，后面跟着 2-3个数字，然后是一个连字号“-”，最后是7或8位数字的字符串(像010-12345678或0376-7654321)。
入门
学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改，实验。下面给出了不少简单的例子，并对它们作了详细的说明。
假设你在一篇英文小说里查找hi，你可以使用正则表达式hi。
这几乎是最简单的正则表达式了，它可以精确匹配这样的字符串：由两个字符组成，前一个字符是h,后 一个是i。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配hi,HI,Hi,hI这四种情况中的任意一种。
不幸的是，很多单词里包含hi这两个连续的字符，比如him,history,high等等。用hi来查找的话，这里边的hi也会被找出来。如果要精确地查找hi这个单词的 话，我们应该使用bhib。
b是正则表达式规定的一个特殊代码（好吧，某些人叫它元字符，metacharacter），代表着单词的开头或结尾，也就 是单词的分界处。虽然通常英文的单词是由空格，标点符号或者换行来分隔的，但是b并 不匹配这些单词分隔字符中的任何一个，它只匹配一个位置。
如果需要更精确的说法，b匹配这样的位置：它的前一个字符 和后一个字符不全是(一个是,一个不是或不存在)w。
假如你要找的是hi后面不远处跟着一个Lucy，你应该用bhib.*bLucyb。
这里，.是另一个元字符，匹配除了换行符以 外的任意字符。*同样是元字符，不过它代表的不是字符，也不是位置，而是数量——它 指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配。因此，.*连在一起就意味着任意数量的不包含换行的字符。现在bhib.*bLucyb的意思就很明显了：先是一个单词 hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词。
换行符就是'n',ASCII编码为10(十六进制0x0A)的字符。
如果同时使用其它元字符，我们就能构造出功能更强大的正则表达式。比如下面这个例子：
0dd-dddddddd匹配这样的字符串：以0开头，然后是两个数字，然后是一个连字号“-”，最后是8个数字(也就是中国的电话号码。当然，这个例子只 能匹配区号为3位的情形)。
这里的d是个新的元字符，匹配一位数字 (0，或1，或2，或……)。-不是元字符，只匹配它本身——连字符(或者减号，或 者中横线，或者随你怎么称呼它)。
为了避免那么多烦人的重复，我们也可以这样写这个表达式：0d{2}-d{8}。 这里d后面的{2}({8})的意思是前面d必须连续重复匹配2次(8次)。
正则表达式示例
| 表达式 |
匹配 |
| /^s*$/ |
匹配空行。 |
| /d{2}-d{5}/ |
验证由两位数字、一个连字符再加 5 位数字组成的 ID 号。 |
| /<s*(S+)(s[^>]*)?>[sS]*<s*/1s*>/ |
匹配 HTML 标记。 |
下表包含了元字符的完整列表以及它们在正则表达式上下文中的行为：
字符
| 说明 |
| |
将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如，“n”匹配字符“n”。“n”匹配换行符。序列“”匹配“”，“(”匹配“(”。 |
| ^ |
匹配输入字符串开始的位置。如果设置了RegExp对象的Multiline属性，^ 还会与“n”或“r”之后的位置匹配。 |
| $ |
匹配输入字符串结尾的位置。如果设置了RegExp对象的Multiline属性，$ 还会与“n”或“r”之前的位置匹配。 |
| * |
零次或多次匹配前面的字符或子表达式。例如，zo* 匹配“z”和“zoo”。* 等效于 {0,}。 |
| + |
一次或多次匹配前面的字符或子表达式。例如，“zo+”与“zo”和“zoo”匹配，但与“z”不匹配。+ 等效于 {1,42); vertical-align:top"> ? |
零次或一次匹配前面的字符或子表达式。例如，“do(es)?”匹配“do”或“does”中的“do”。? 等效于 {0,1}。 |
| {n} |
n是非负整数。正好匹配n次。例如，“o{2}”与“Bob”中的“o”不匹配，但与“food”中的两个“o”匹配。 |
| {n,} |
n是非负整数。至少匹配n次。例如，“o{2,}”不匹配“Bob”中的“o”，而匹配“foooood”中的所有 o。“o{1,}”等效于“o+”。“o{0,}”等效于“o*”。 |
| M和n是非负整数，其中n<=m。匹配至少n次，至多m次。例如，“o{1,3}”匹配“fooooood”中的头三个 o。'o{0,1}' 等效于 'o?'。注意：您不能将空格插入逗号和数字之间。 |
| 当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串“oooo”中，“o+?”只匹配单个“o”，而“o+”匹配所有“o”。 |
| . |
匹配除“n”之外的任何单个字符。若要匹配包括“n”在内的任意字符，请使用诸如“[sS]”之类的模式。 |
| (pattern) |
匹配pattern并捕获该匹配的子表达式。可以使用$0…$9属性从结果“匹配”集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用“(”或者“)”。 |
| (?:pattern) |
匹配pattern但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用“or”字符 (|) 组合模式部件的情况很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。 |
| (?=pattern) |
执行正向预测先行搜索的子表达式，该表达式匹配处于匹配pattern的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配“Windows 2000”中的“Windows”，但不匹配“Windows 3.1”中的“Windows”。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。 |
| (?!pattern) |
执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配pattern的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配“Windows 3.1”中的 “Windows”，但不匹配“Windows 2000”中的“Windows”。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。 |
| x|y |
匹配x或y。例如，'z|food' 匹配“z”或“food”。'(z|f)ood' 匹配“zood”或“food”。 |
| [xyz] |
字符集。匹配包含的任一字符。例如，“[abc]”匹配“plain”中的“a”。 |
| [^xyz] |
反向字符集。匹配未包含的任何字符。例如，“[^abc]”匹配“plain”中的“p”。 |
| [a-z] |
字符范围。匹配指定范围内的任何字符。例如，“[a-z]”匹配“a”到“z”范围内的任何小写字母。 |
| [^a-z] |
反向范围字符。匹配不在指定的范围内的任何字符。例如，“[^a-z]”匹配任何不在“a”到“z”范围内的任何字符。 |
| b |
匹配一个字边界，即字与空格间的位置。例如，“erb”匹配“never”中的“er”，但不匹配“verb”中的“er”。 |
| B |
非字边界匹配。“erB”匹配“verb”中的“er”，但不匹配“never”中的“er”。 |
| cx |
匹配x指示的控制字符。例如，cM 匹配 Control-M 或回车符。x的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是“c”字符本身。 |
| d |
数字字符匹配。等效于 [0-9]。 |
| D |
非数字字符匹配。等效于 [^0-9]。 |
| f |
换页符匹配。等效于 x0c 和 cL。 |
| n |
换行符匹配。等效于 x0a 和 cJ。 |
| r |
匹配一个回车符。等效于 x0d 和 cM。 |
| s |
匹配任何空白字符，包括空格、制表符、换页符等。与 [fnrtv] 等效。 |
| S |
匹配任何非空白字符。与 [^fnrtv] 等效。 |
| t |
制表符匹配。与 x09 和 cI 等效。 |
| v |
垂直制表符匹配。与 x0b 和 cK 等效。 |
| w |
匹配任何字类字符，包括下划线。与“[A-Za-z0-9_]”等效。 |
| W |
与任何非单词字符匹配。与“[^A-Za-z0-9_]”等效。 |
| xn |
匹配n，此处的n是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，“x41”匹配“A”。“x041”与“x04”&“1”等效。允许在正则表达式中使用 ASCII 代码。 |
| num |
匹配num，此处的num是一个正整数。到捕获匹配的反向引用。例如，“(.)1”匹配两个连续的相同字符。 |
| n |
标识一个八进制转义码或反向引用。如果 n前面至少有n个捕获子表达式，那么n是反向引用。否则，如果n是八进制数 (0-7)，那么n是八进制转义码。 |
| nm |
标识一个八进制转义码或反向引用。如果 nm前面至少有nm个捕获子表达式，那么nm是反向引用。如果 nm前面至少有n个捕获，则n是反向引用，后面跟有字符m。如果两种前面的情况都不存在，则 nm匹配八进制值nm，其中n和m是八进制数字 (0-7)。 |
| nml |
当n是八进制数 (0-3)，m和l是八进制数 (0-7) 时，匹配八进制转义码nml。 |
| un |
匹配n，其中n是以四位十六进制数表示的 Unicode 字符。例如，u00A9 匹配版权符号 (?)。 |
（编辑：李大同）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
