正则表达式语法

正则表达式语法

        正则表达式入门30分钟教程： http://www.360doc.com/content/08/0325/09/59632_1142621.shtml里面有关于.NET的正则表达式的工具。

        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。

元字符：
\
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 "("。

下列字符一般可以认为是特殊字符：

CODE:

[Copy to clipboard]

$ . ' " * [] ^ | () \ + ?

\ 放到这些特殊字符前面就会屏蔽其特殊含义，'\.'就是一个句点了。

^
匹配输入字符串的开始位置。( 这个符号表示输入字符串从^后的字符开始)

例如，^hell   所有以hell开头的字符串

例二：匹配所有空行:^ $
例三：只返回包含一个字符的行：^.$

$
匹配输入字符串的结束位置。（这个符号表示输入字符串从&前的字符结束)

例如：commont$   所有以commont结尾的字符串

*
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。

例一：beng.n:以b e g开头，中间夹一个任意字符。
例二：. . . .X C. . . .：共10个字符，前四个之后为XC

(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 a string not matching 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后向引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。

例如：比方我要找两个连在一起的词abcabc，就要用(abc)\1\1就是反向引用，\n指同一个正则表达式的第n个捕获。

            反向引用还在替换的时候有用，比方我要用第一个词替换整句话    this is a testreplace("(\w+).*", "\1")

\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 n 个获取，则 n 为一个后跟文字 m 的后向引用。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 (?)。

\{\}和{}一样

使用\{\}匹配模式结果出现的次数使用*可匹配所有匹配结果任意次，但如果只要指定次数，就应使用\ { \ }，
例如：

pattern \ { n \ }                    只用来匹配前面p a t t e r n出现次数。n为次数
pattern  \ { n，\ }                含义同上，但次数最少为n
pattern  \ { n，m \ }            含义同上，但p a t t e r n出现次数在n与m之间
例一：匹配字母A出现两次，并以B结尾： ‘ A \ { 2 \ } B’
例一：前4个字符是数字，接下来是x x，最后4个也是数字，操作如下：[ 0 - 9 ] \ { 4 \ }X X[ 0 - 9 ] \ { 4 \ }

表.懒惰限定符

代码/语法	说明
*?	重复任意次，但尽可能少重复
+?	重复1次或更多次，但尽可能少重复
??	重复0次或1次，但尽可能少重复
{n,m}?	重复n到m次，但尽可能少重复
{n,}?	重复n次以上，但尽可能少重复

常用的正则表达式：

例子：

      科学表达式：  [+-]?([0-9]+[.]?[0-9]* | [.][0-9]+)([eE][+-]?[0-9]+)? $

      2.9e-15
      100e+3
      0.23E19

w，Word，单词。\w匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。 
s，Space，空白，空格。\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]。
b，boundary，边界，界限。\b匹配一个单词边界,就是...比如've\b',可以匹配love里的ve而不匹配very里有ve
d，Digital,数字的。\d匹配一个数字字符。等价于 [0-9]。
r，return，回车。\r匹配一个回车符。等价于 \x0d 和 \cM。
t，tabulator key，制表符。匹配一个制表符。等价于 \x09 和 \cI。 
v，Vertical，垂直（制表符）。匹配一个垂直制表符。等价于 \x0b 和 \cK。 
u，Unicode，Unicode字符
c，Control，控制。
f，Form-feed，换页。
n，liNe feed.换行。
Num，数字（正整数）。
x，heX，十六进制。