正則表達式詳述

正則表達式基礎知識

        一個正則表達式就是由普通字符(例如字符 a z)以及特殊字符(稱爲元字符)組成的文字模式。該模式描述在查找文字主體時待匹配的一個或多個字符串。正則表達式作爲一個模板,將某個字符模式與所搜索的字符串進行匹配。如:

JScript

VBScript

匹配

/^/[ /t]*$/

"^/[ /t]*$"

匹配一個空白行。

//d{2}-/d{5}/

"/d{2}-/d{5}"

驗證一個ID 號碼是否由一個2位數字,一個連字符以及一個5位數字組成。

/<(.*)>.*<///1>/

"<(.*)>.*<///1>"

匹配一個 HTML 標記。


下表是元字符及其在正則表達式上下文中的行爲的一個完整列表:

字符

描述

/

將下一個字符標記爲一個特殊字符、或一個原義字符、或一個 向後引用、或一個八進制轉義符。例如'n' 匹配字符 "n"'/n' 匹配一個換行符。序列 '//' 匹配 "/" "/(" 則匹配 "("

^

匹配輸入字符串的開始位置。如果設置了 RegExp 對象的 Multiline 屬性,^ 也匹配 '/n' '/r' 之後的位置。

$

匹配輸入字符串的結束位置。如果設置了RegExp 對象的 Multiline 屬性,$ 也匹配 '/n' '/r' 之前的位置。

*

匹配前面的子表達式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"* 等價於{0,}

+

匹配前面的子表達式一次或多次。例如,'zo+' 能匹配 "zo" 以及 "zoo",但不能匹配 "z"+ 等價於 {1,}

?

匹配前面的子表達式零次或一次。例如"do(es)?" 可以匹配 "do" "does" 中的"do" ? 等價於 {0,1}

{n}

n 是一個非負整數。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 o

{n,}

n 是一個非負整數。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,}' 等價於 'o+''o{0,}' 則等價於 'o*'

{n,m}

m n 均爲非負整數,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 o'o{0,1}' 等價於 'o?'。請注意在逗號和兩個數之間不能有空格。

?

當該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 後面時,匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜索的字符串,而默認的貪婪模式則儘可能多的匹配所搜索的字符串。例如,對於字符串 "oooo"'o+?' 將匹配單個 "o",而 'o+' 將匹配所有 'o'

.

匹配除 "/n" 之外的任何單個字符。要匹配包括 '/n' 在內的任何字符,請使用象 '[./n]' 的模式。

(pattern)

匹配 pattern 並獲取這一匹配。所獲取的匹配可以從產生的 Matches 集合得到,在VBScript 中使用 SubMatches 集合,在JScript 中則使用 $0$9 屬性。要匹配圓括號字符,請使用 '/(' '/)'

(?:pattern)

匹配 pattern 但不獲取匹配結果,也就是說這是一個非獲取匹配,不進行存儲供以後使用。這在使用 "" 字符 (|) 來組合一個模式的各個部分是很有用。例如, 'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的表達式。

(?=pattern)

正向預查,在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如,'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字符,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜索,而不是從包含預查的字符之後開始。

(?!pattern)

負向預查,在任何不匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以後使用。例如'Windows (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。預查不消耗字符,也就是說,在一個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜索,而不是從包含預查的字符之後開始

x|y

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

[xyz]

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

[^xyz]

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

[a-z]

字符範圍。匹配指定範圍內的任意字符。例如,'[a-z]' 可以匹配 'a' 'z' 範圍內的任意小寫字母字符。

[^a-z]

負值字符範圍。匹配任何不在指定範圍內的任意字符。例如,'[^a-z]' 可以匹配任何不在 'a' 'z' 範圍內的任意字符。

/b

匹配一個單詞邊界,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 Control-M 或回車符。x 的值必須爲 A-Z a-z 之一。否則,將 c 視爲一個原義的 'c' 字符。

/d

匹配一個數字字符。等價於 [0-9]

/D

匹配一個非數字字符。等價於 [^0-9]

/f

匹配一個換頁符。等價於 /x0c /cL

/n

匹配一個換行符。等價於 /x0a /cJ

/r

匹配一個回車符。等價於 /x0d /cM

/s

匹配任何空白字符,包括空格、製表符、換頁符等等。等價於 [ /f/n/r/t/v]

/S

匹配任何非空白字符。等價於 [^ /f/n/r/t/v]

/t

匹配一個製表符。等價於 /x09 /cI

/v

匹配一個垂直製表符。等價於 /x0b /cK

/w

匹配包括下劃線的任何單詞字符。等價於'[A-Za-z0-9_]'

/W

匹配任何非單詞字符。等價於 '[^A-Za-z0-9_]'

/xn

匹配 n,其中 n 爲十六進制轉義值。十六進制轉義值必須爲確定的兩個數字長。例如,'/x41' 匹配 "A"'/x041' 則等價於 '/x04' & "1"。正則表達式中可以使用 ASCII 編碼。.

/num

匹配 num,其中 num 是一個正整數。對所獲取的匹配的引用。例如,'(.)/1' 匹配兩個連續的相同字符。

/n

標識一個八進制轉義值或一個向後引用。如果 /n 之前至少 n 個獲取的子表達式,則 n 爲向後引用。否則,如果 n 爲八進制數字 (0-7),則 n 爲一個八進制轉義值。

/nm

標識一個八進制轉義值或一個向後引用。如果 /nm 之前至少有 nm 個獲得子表達式,則 nm 爲向後引用。如果 /nm 之前至少有 n 個獲取,則 n 爲一個後跟文字 m 的向後引用。如果前面的條件都不滿足,若 n m 均爲八進制數字 (0-7),則 /nm 將匹配八進制轉義值 nm

/nml

如果 n 爲八進制數字 (0-3),且 m l 均爲八進制數字 (0-7),則匹配八進制轉義值 nml

/un

匹配 n,其中 n 是一個用四個十六進制數字表示的 Unicode 字符。例如, /u00A9 匹配版權符號 (©)


下面看幾個例子:
"^The"
:表示所有以"The"開始的字符串("There""The cat"等);
"of despair$"
:表示所以以"of despair"結尾的字符串;
"^abc$"
:表示開始和結尾都是"abc"的字符串——呵呵,只有"abc"自己了;
"notice"
:表示任何包含"notice"的字符串。

'*'
'+''?'這三個符號,表示一個或一序列字符重複出現的次數。它們分別表示沒有或
更多一次或更多還有沒有或一次。下面是幾個例子:

"ab*":表示一個字符串有一個a後面跟着零個或若干個b。("a", "ab", "abbb",……);
"ab+"
:表示一個字符串有一個a後面跟着至少一個b或者更多;
"ab?"
:表示一個字符串有一個a後面跟着零個或者一個b
"a?b+$"
:表示在字符串的末尾有零個或一個a跟着一個或幾個b

也可以使用範圍,用大括號括起,用以表示重複次數的範圍。

"ab{2}":表示一個字符串有一個a跟着2b"abb");
"ab{2,}"
:表示一個字符串有一個a跟着至少2b
"ab{3,5}"
:表示一個字符串有一個a跟着35b

請注意,你必須指定範圍的下限(如:"{0,2}"而不是"{,2}")。還有,你可能注意到了,'*''+'
'?'
相當於"{0,}""{1,}""{0,1}"
還有一個'¦',表示操作:

"hi¦hello":表示一個字符串裏有"hi"或者"hello"
"(b¦cd)ef"
:表示"bef""cdef"
"(a¦b)*c"
:表示一串"a""b"混合的字符串後面跟一個"c"

'.'可以替代任何字符:

"a.[0-9]":表示一個字符串有一個"a"後面跟着一個任意字符和一個數字;
"^.{3}$"
:表示有任意三個字符的字符串(長度爲3個字符);

方括號表示某些字符允許在一個字符串中的某一特定位置出現:

"[ab]":表示一個字符串有一個"a""b"(相當於"a¦b");
"[a-d]"
:表示一個字符串包含小寫的'a''d'中的一個(相當於"a¦b¦c¦d"或者"[abcd]");
"^[a-zA-Z]"
:表示一個以字母開頭的字符串;
"[0-9]%"
:表示一個百分號前有一位的數字;
",[a-zA-Z0-9]$"
:表示一個字符串以一個逗號後面跟着一個字母或數字結束。

你也可以在方括號裏用'^'表示不希望出現的字符,'^'應在方括號裏的第一位。(如:"%[^a-zA-Z]%"
示兩個百分號中不應該出現字母)。

爲了逐字表達,必須在"^.$()¦*+?{/"這些字符前加上轉移字符'/'

請注意在方括號中,不需要轉義字符。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章