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 a 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。
这里有一些可能会遇到的正则表达式示例:
JScript VBScript 匹配
/^//[ //t]*$/ /"^//[ //t]*$/" 匹配一个空白行。
///d{2}-//d{5}/ /"//d{2}-//d{5}/" 验证一个ID 号码是否由一个2位数字,一个连字符以及一个5位数字组成。
/<(.*)>.*</1>/ /"<(.*)>.*</1>/" 匹配一个 HTML 标记。
下表是元字符及其在正则表达式上下文中的行为的一个完整列表:
字符 描述
// 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 向后引用、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。如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 /'//n/' 或 /'//r/' 之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性,$ 也匹配 /'//n/' 或 /'//r/' 之前的位置。
* 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} n 是一个非负整数。匹配确定的 n 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,} 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} m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,/"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JScript 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 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 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 x 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。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 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 n 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向后引用。如果 //n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。
//nm 标识一个八进制转义值或一个向后引用。如果 //nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 //nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 //nm 将匹配八进制转义值 nm。
//nml 如果 n 为八进制数字 (0-3),且 m 和 l 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 n 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 (©)。
一个正则表达式就是由普通字符(例如字符 a 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。
这里有一些可能会遇到的正则表达式示例:
JScript VBScript 匹配
/^//[ //t]*$/ /"^//[ //t]*$/" 匹配一个空白行。
///d{2}-//d{5}/ /"//d{2}-//d{5}/" 验证一个ID 号码是否由一个2位数字,一个连字符以及一个5位数字组成。
/<(.*)>.*</1>/ /"<(.*)>.*</1>/" 匹配一个 HTML 标记。
下表是元字符及其在正则表达式上下文中的行为的一个完整列表:
字符 描述
// 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 向后引用、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。如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 /'//n/' 或 /'//r/' 之后的位置。
$ 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性,$ 也匹配 /'//n/' 或 /'//r/' 之前的位置。
* 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} n 是一个非负整数。匹配确定的 n 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,} 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} m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,/"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JScript 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 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 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 x 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。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 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 n 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向后引用。如果 //n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。
//nm 标识一个八进制转义值或一个向后引用。如果 //nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 //nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 //nm 将匹配八进制转义值 nm。
//nml 如果 n 为八进制数字 (0-3),且 m 和 l 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 n 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 (©)。