正则表达式

正则表达式概述
在前面已经涉及了一些正则表达式的用法，现在将系统地学习正则表达式的语法和用途。正则表达式主要用于进行字符串的模式匹配，例如判断一个字符串是否符合指定格式等。例如在windows下搜索文件，可以用“*”或者“?”这样的通配符。在正则表达式的语法中，有更多这样的符号用于表示一个字符串的模式，表7.1列出了所有的特殊符号，它们也被称为元字符。

表7.1 正则表达式中的元字符

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,}
?	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*'
{n,m}	m和n是非负整数，其中n<=m。至少匹配n次，至多匹配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“[/s/S]”之类的模式

续表

字 符	说 明
(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“或”字符 (|) 组合模式部件的情况很有用。例如，与“industry|industries”相比，“industr(?:y| ies)”是一个更加经济的表达式
(?=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)”与“Windows 2000”中的“Windows”匹配，但不与“Windows 3.1”中的“Windows”匹配。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)”与“Windows 3.1”中的“Windows”匹配，但不与“Windows 2000”中的“Windows”匹配。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	与 x 或 y 匹配。例如，“z| food”与“z”或“food”匹配。“(z| f)ood”与“zood”或“food”匹配
[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，“er/b”匹配“never”中的“er”，但不匹配“verb”中的“er”
/B	非字边界匹配。“er/B”匹配“verb”中的“er”，但不匹配“never”中的“er”
/cx	匹配由 x 指示的控制字符。例如，/cM 匹配一个 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 [ /f/n/r/t/v] 等效
/S	匹配任何非空白字符。等价于 [^ /f/n/r/t/v]
/t	制表符匹配。与 /x09 和 /cI 等效

续表

字 符	说 明
/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	任何非字字符匹配。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，那么 n 是反向引用，后面跟 m。如果前面的条件均不存在，那么当 n 和 m 是八进制数 (0-7) 时，/nm 匹配八进制转义码 nm
/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 (?)