正則表達式由一些普通字符和一些元字符(metacharacters)組成。普通字符包括大小寫的字母和數(shù)字,而元字符則具有特殊的含義,我們下面會給予解釋。
在最簡單的情況下,一個正則表達式看上去就是一個普通的查找串。例如,正則表達式"testing"中沒有包含任何元字符,它可以匹配"testing"和"123testing"等字符串,但是不能匹配"Testing"。
要想真正的用好正則表達式,正確的理解元字符是最重要的事情。下表列出了所有的元字符和對它們的一個簡短的描述。
元字符
|
描述
|
\
|
將下一個字符標記為一個特殊字符、或一個原義字符、或一個向后引用、或一個八進制轉義符。例如,“
”匹配字符“n”。“\
”匹配一個換行符。序列“\\”匹配“\”而“\(”則匹配“(”。
|
^
|
匹配輸入字符串的開始位置。如果設置了RegExp對象的Multiline屬性,^也匹配“
”或“
”之后的位置。
|
$
|
匹配輸入字符串的結束位置。如果設置了RegExp對象的Multiline屬性,$也匹配“
”或“
”之前的位置。
|
*
|
匹配前面的子表達式零次或多次。例如,zo*能匹配“z”以及“zoo”。*等價于{0,}。
|
+
|
匹配前面的子表達式一次或多次。例如,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等價于{1,}。
|
?
|
匹配前面的子表達式零次或一次。例如,“do(es)?”可以匹配“does”或“does”中的“do”。?等價于{0,1}。
|
{n}
|
n是一個非負整數(shù)。匹配確定的n次。例如,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的兩個o。
|
{n,}
|
n是一個非負整數(shù)。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,}”等價于“o+”。“o{0,}”則等價于“o*”。
|
{n,m}
|
m和n均為非負整數(shù),其中n<=m。最少匹配n次且最多匹配m次。例如,“o{1,3}”將匹配“fooooood”中的前三個o。“o{0,1}”等價于“o?”。請注意在逗號和兩個數(shù)之間不能有空格。
|
?
|
當該字符緊跟在任何一個其他限制符(*,+,?,{n},{n,},{n,m})后面時,匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串,而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如,對于字符串“oooo”,“o+?”將匹配單個“o”,而“o+”將匹配所有“o”。
|
.點
|
匹配除“
”之外的任何單個字符。要匹配包括“
”在內的任何字符,請使用像“[\s\S]”的模式。
|
(pattern)
|
匹配pattern并獲取這一匹配。所獲取的匹配可以從產生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中則使用$0…$9屬性。要匹配圓括號字符,請使用“\(”或“\)”。
|
(?:pattern)
|
匹配pattern但不獲取匹配結果,也就是說這是一個非獲取匹配,不進行存儲供以后使用。這在使用或字符“(|)”來組合一個模式的各個部分是很有用。例如“industr(?:y|ies)”就是一個比“industry|industries”更簡略的表達式。
|
(?=pattern)
|
正向肯定預查,在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以后使用。例如,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。預查不消耗字符,也就是說,在一個匹配發(fā)生后,在最后一次匹配之后立即開始下一次匹配的搜索,而不是從包含預查的字符之后開始。
|
(?!pattern)
|
正向否定預查,在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配,也就是說,該匹配不需要獲取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。預查不消耗字符,也就是說,在一個匹配發(fā)生后,在最后一次匹配之后立即開始下一次匹配的搜索,而不是從包含預查的字符之后開始。
|
(?<=pattern)
|
反向肯定預查,與正向肯定預查類似,只是方向相反。例如,“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。
|
(?<!pattern)
|
反向否定預查,與正向否定預查類似,只是方向相反。例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”,但不能匹配“2000Windows”中的“Windows”。
|
x|y
|
匹配x或y。例如,“z|food”能匹配“z”或“food”。“(z|f)ood”則匹配“zood”或“food”。
|
[xyz]
|
字符集合。匹配所包含的任意一個字符。例如,“[abc]”可以匹配“plain”中的“a”。
|
[^xyz]
|
負值字符集合。匹配未包含的任意字符。例如,“[^abc]”可以匹配“plain”中的“plin”。
|
[a-z]
|
字符范圍。匹配指定范圍內的任意字符。例如,“[a-z]”可以匹配“a”到“z”范圍內的任意小寫字母字符。
|
[^a-z]
|
負值字符范圍。匹配任何不在指定范圍內的任意字符。例如,“[^a-z]”可以匹配任何不在“a”到“z”范圍內的任意字符。
|
\b
|
匹配一個單詞邊界,也就是指單詞和空格間的位置。例如,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”。
|
\B
|
匹配非單詞邊界。“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匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則,將c視為一個原義的“c”字符。
|
\d
|
匹配一個數(shù)字字符。等價于[0-9]。
|
\D
|
匹配一個非數(shù)字字符。等價于[^0-9]。
|
\f
|
匹配一個換頁符。等價于\x0c和\cL。
|
|
匹配一個換行符。等價于\x0a和\cJ。
|
|
匹配一個回車符。等價于\x0d和\cM。
|
\s
|
匹配任何空白字符,包括空格、制表符、換頁符等等。等價于[ \f
\t\v]。
|
\S
|
匹配任何非空白字符。等價于[^ \f
\t\v]。
|
\t
|
匹配一個制表符。等價于\x09和\cI。
|
\v
|
匹配一個垂直制表符。等價于\x0b和\cK。
|
\w
|
匹配包括下劃線的任何單詞字符。等價于“[A-Za-z0-9_]”。
|
\W
|
匹配任何非單詞字符。等價于“[^A-Za-z0-9_]”。
|
\xn
|
匹配n,其中n為十六進制轉義值。十六進制轉義值必須為確定的兩個數(shù)字長。例如,“\x41”匹配“A”。“\x041”則等價于“\x04&1”。正則表達式中可以使用ASCII編碼。
|
um
|
匹配num,其中num是一個正整數(shù)。對所獲取的匹配的引用。例如,“(.)\1”匹配兩個連續(xù)的相同字符。
|
|
標識一個八進制轉義值或一個向后引用。如果
之前至少n個獲取的子表達式,則n為向后引用。否則,如果n為八進制數(shù)字(0-7),則n為一個八進制轉義值。
|
m
|
標識一個八進制轉義值或一個向后引用。如果
m之前至少有nm個獲得子表達式,則nm為向后引用。如果
m之前至少有n個獲取,則n為一個后跟文字m的向后引用。如果前面的條件都不滿足,若n和m均為八進制數(shù)字(0-7),則
m將匹配八進制轉義值nm。
|
ml
|
如果n為八進制數(shù)字(0-3),且m和l均為八進制數(shù)字(0-7),則匹配八進制轉義值nml。
|
\un
|
匹配n,其中n是一個用四個十六進制數(shù)字表示的Unicode字符。例如,\u00A9匹配版權符號(©)。
|