正则表达式学习

概念

正则表达式，就是用某种模式去匹配一类字符串的一个公式。

基础

下表列出了所有的元字符和对它们的一个简短的描述。 　

简单例子

　　

vi 命令	作用
:%s/ */ /g	把一个或者多个空格替换为一个空格
:%s/ *$//	去掉行尾的所有空格
:%s/^/ /	在每一行头上加入一个空格
:%s/^[0-9][0-9]* //	去掉行首的所有数字字符
:%s/b[aeio]g/bug/g	将所有的bag、beg、big和bog改为bug。
:%s/t\([aou]\)g/h\1t/g	将所有tag、tog和tug分别改为hat、hot和hut（注意用group的用法和使用\1引用前面被匹配的字符）

中级的例子

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

　　现在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

　　[^,]* 0或者多个非逗号字符

　　\([^,]*\) 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

　　\([^,]*\), 我们必须找到0或者多个非逗号字符后面跟着一个逗号，并且非逗号字符那部分要标记出来以备后用。

　　现在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"10,7,2"，它应该匹配"10,"还是"10,7,"？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"10,7,"，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（overoading）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。

常用的正则表达式主要有以下几种：

　　匹配中文字符的正则表达式： [\u4e00-\u9fa5]

　　评注：匹配中文还真是个头疼的事，有了这个表达式就好办了哦

　　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。

　　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）

　　匹配空白行的正则表达式：\n\s*\r

　　评注：可以用来删除空白行

　　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

　　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

　　匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

　　评注：表单验证时很实用

　　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

　　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

　　匹配国内电话号码：\d{4}-\d{7}|\d{3}-\d{8}

　　评注：匹配形式如 0511 - 4405222 或 021 - 87888822

　　匹配腾讯QQ号：[1-9][0-9]\{4,\}

　　评注：腾讯QQ号从1000 0 开始

　　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

　　匹配身份证：\d{17}[\d|X]|\d{15}

　　评注：中国的身份证为15位或18位

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

　　评注：提取ip地址时有用

　　匹配特定数字：

　　^[1-9]\d*$　//匹配正整数

　　^-[1-9]\d*$ //匹配负整数

　　^-?[1-9]\d*$　//匹配整数

　　^[1-9]\d*|0$　//匹配非负整数（正整数 + 0）

　　^-[1-9]\d*|0$　//匹配非正整数（负整数 + 0）

　　^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　//匹配正浮点数

　　^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　//匹配负浮点数

　　^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　//匹配浮点数

　　^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　//匹配非负浮点数（正浮点数 + 0）

　　^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　//匹配非正浮点数（负浮点数 + 0）

　　评注：处理大量数据时有用，具体应用时注意修正

　　匹配特定字符串：

　　^[A-Za-z]+$　//匹配由26个英文字母组成的字符串

　　^[A-Z]+$　//匹配由26个英文字母的大写组成的字符串

　　^[a-z]+$　//匹配由26个英文字母的小写组成的字符串

　　^[A-Za-z0-9]+$　//匹配由数字和26个英文字母组成的字符串

　　^\w+$　//匹配由数字、26个英文字母或者下划线组成的字符串

　　评注：最基本也是最常用的一些表达式

　　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