正则表达式语法

一个正则表达式就是由普通字符(例如字符 到 z)以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。 

 

 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 后向引用、或一个八进制转义符。例如,’n’ 匹配字符 “n”。’\n’ 匹配一个换行符。序列 ‘\\’ 匹配 “\” 而 “\(” 则匹配 “(“。 

 

 匹配输入字符串的开始位置。
 

 匹配输入字符串的结束位置。
 

 匹配前面的子表达式零次或多次。例如,zo* 能匹配 “z” 以及 “zoo”。 等价于{0,}。 

 

 匹配前面的子表达式一次或多次。例如,’zo+’ 能匹配 “zo” 以及 “zoo”,但不能匹配 “z”。+ 等价于 {1,}。 

 

 匹配前面的子表达式零次或一次。例如,”do(es)?” 可以匹配 “do” 或 “does” 中的”do” 。? 等价于 {0,1}。 

 
{n} 
 是一个非负整数。匹配确定的 次。例如,’o{2}’ 不能匹配 “Bob” 中的 ‘o’,但是能匹配 “food” 中的两个 o。 

 
{n,} 
 是一个非负整数。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,}’ 等价于 ‘o+’。’o{0,}’ 则等价于 ‘o*’。 

 
{n,m} 
 和 均为非负整数,其中n <= m。最少匹配 次且最多匹配 次。 “o{1,3}” 将匹配 “fooooood” 中的前三个 o。’o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。 

 

 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能
少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 “oooo”,’o+?’ 将匹配单个 “o”,
而 ‘o+’ 将匹配所有 ‘o’。 

 

 匹配除 “\n” 之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符,请使用象 ‘[.\n]’ 的模式。 

 
(pattern) 
 匹配pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到,在VBScript 中使
用 SubMatches 集合,在Visual Basic Scripting Edition 中则使用 $0…$9 属性。要匹配圆括号字符,请
使用 ‘\(‘ 或 ‘\)’。 

 
(?:pattern) 
 匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 “或” 字符 (|) 来组合一个模
式的各个部分是很有用。例如, ‘industr(?:y|ies) 就是一个比 ‘industry|industries’ 更简略的表达式。 

 
(?=pattern) 
 正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。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”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜
索,而不是从包含预查的字符之后开始。 
 
(?!pattern) 
 负向预查,在任何不匹配
Negative lookahead matches the search string at any point where string not matching pattern 
字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。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”。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜
索,而不是从包含预查的字符之后开始 
 
x|y 
 匹配 或 y。例如,’z|food’ 能匹配 “z” 或 “food”。'(z|f)ood’ 则匹配 “zood” 或 “food”。 

 
[xyz] 
 字符集合。匹配所包含的任意一个字符。例如, ‘[abc]’ 可以匹配 “plain” 中的 ‘a’。 

 
[^xyz] 
 负值字符集合。匹配未包含的任意字符。例如, ‘[^abc]’ 可以匹配 “plain” 中的’p’。 

 
[a-z] 
 字符范围。匹配指定范围内的任意字符。例如,'[a-z]’ 可以匹配 ‘a’ 到 ‘z’ 范围内的任意小写字母字符。 

 
[^a-z] 
 负值字符范围。匹配任何不在指定范围内的任意字符。例如,'[^a-z]’ 可以匹配任何不在 ‘a’ 到 ‘z’ 范围内的任意字符。 

 
\b 
 匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\b’ 可以匹配”never” 中的 ‘er’,但不能匹配 “verb” 中的 ‘er’。 

 
\B 
 匹配非单词边界。’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 匹配一个 Control-M 或回车符。 的值必须为 A-Z 或 a-z 之一。否则,将 视为一个原义的 ‘c’ 字符。 

 
\d 
 匹配一个数字字符。等价于 [0-9]。 

 
\D 
 匹配一个非数字字符。等价于 [^0-9]。 

 
\f 
 匹配一个换页符。等价于 \x0c 和 \cL。 

 
\n 
 匹配一个换行符。等价于 \x0a 和 \cJ。 

 
\r 
 匹配一个回车符。等价于 \x0d 和 \cM。 

 
\s 
 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 \f\n\r\t\v]。 

 
\S 
 匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。 

 
\t 
 匹配一个制表符。等价于 \x09 和 \cI。 

 
\v 
 匹配一个垂直制表符。等价于 \x0b 和 \cK。 

 
\w 
 匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]’。 

 
\W 
 匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。 

 
\xn 
 匹配 n,其中 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如, ‘\x41’ 匹配 “A”。’\x041′ 则等价于 ‘\x04’ “1”。正则表达式中可以使用 ASCII 编码。. 

 
\num 
 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,'(.)\1′ 匹配两个连续的相同字符。 

 
\n 
 标识一个八进制转义值或一个后向引用。如果 \n 之前至少 个获取的子表达式,则 为后向引用。否则,如果 为八进制数字 (0-7),则 为一个八进制转义值。 

 
\nm 
 标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有is preceded by at least nm 个获取得子表达式,
则 nm 为后向引用。如果 \nm 之前至少有 个获取,则 为一个后跟文字 的后向引用。如果前面的条件都不满足,若  和 
为八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。 

 
\nml 
 如果 为八进制数字 (0-3),且 和 均为八进制数字 (0-7),则匹配八进制转义值 nml。 

 
\un 
 匹配 n,其中 是一个用四个十六进制数字表示的 Unicode 字符。例如, \u00A9 匹配版权符号 (?)。