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。如:
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'。
|
\c
x
|
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_]'。
|
\x
n
|
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。
|
\u
n
|
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 (©)。
|
下面看几个例子:
"^The":表示所有以"The"开始的字符串("There","The cat"等); "of despair$":表示所以以"of despair"结尾的字符串; "^abc$":表示开始和结尾都是"abc"的字符串——呵呵,只有"abc"自己了; "notice":表示任何包含"notice"的字符串。
'*','+'和'?'这三个符号,表示一个或一序列字符重复出现的次数。它们分别表示“没有或 更多”,“一次或更多”还有“没有或一次”。下面是几个例子:
"ab*":表示一个字符串有一个
a后面跟着零个或若干个b。("a", "ab", "abbb",……); "ab+":表示一个字符串有一个a后面跟着至少一个b或者更多; "ab?":表示一个字符串有一个a后面跟着零个或者一个b; "a?b+$":表示在字符串的末尾有零个或一个a跟着一个或几个b。
也可以使用范围,用大括号括起,用以表示重复次数的范围。
"ab{2}":表示一个字符串有一个
a跟着2个b("abb"); "ab{2,}":表示一个字符串有一个a跟着至少2个b; "ab{3,5}":表示一个字符串有一个a跟着3到5个b。
请注意,你必须指定范围的下限(如:
"{0,2}"而不是"{,2}")。还有,你可能注意到了,'*','+'和 '?'相当于"{0,}","{1,}"和"{0,1}"。 还有一个'¦',表示“或”操作:
"hi¦hello":表示一个字符串里有
"hi"或者"hello"; "(b¦cd)ef":表示"bef"或"cdef"; "(a¦b)*c":表示一串"a""b"混合的字符串后面跟一个"c";
'.'可以替代任何字符:
"a.[0-9]":表示一个字符串有一个
"a"后面跟着一个任意字符和一个数字; "^.{3}$":表示有任意三个字符的字符串(长度为3个字符);
方括号表示某些字符允许在一个字符串中的某一特定位置出现:
"[ab]":表示一个字符串有一个
"a"或"b"(相当于"a¦b"); "[a-d]":表示一个字符串包含小写的'a'到'd'中的一个(相当于"a¦b¦c¦d"或者"[abcd]"); "^[a-zA-Z]":表示一个以字母开头的字符串; "[0-9]%":表示一个百分号前有一位的数字; ",[a-zA-Z0-9]$":表示一个字符串以一个逗号后面跟着一个字母或数字结束。
你也可以在方括号里用
'^'表示不希望出现的字符,'^'应在方括号里的第一位。(如:"%[^a-zA-Z]%"表 示两个百分号中不应该出现字母)。
为了逐字表达,必须在
"^.$()¦*+?{\"这些字符前加上转移字符'\'。
请注意在方括号中,不需要转义字符。
|