正则表达式

    举例3 ：表达式 " /b end /b " 在匹配 "weekend,endfor,end" 时 ，匹配结果是：成功；匹配到的内容是："end" ；匹配到的位置是：开始于15 ，结束于18 。

    一些符号可以影响表达式内部的子表达式之间的关系：

表达式

作用

|

左右两边表达式之间 " 或" 关系，匹配左边或者右边

( )

(1). 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰
(2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到

    举例5 ：表达式 " Tom | Jack " 在匹配字符串 "I'm Tom, he is Jack" 时 ，匹配结果是：成功；匹配到的内容是："Tom"；匹配到的位置是：开始于4 ，结束于7 。匹配下一个时，匹配结果是：成功；匹配到的内容是："Jack" ；匹配到的位置时：开始于15 ，结束于19 。

    举例6 ：表达式 " ( go /s * ) + " 在匹配 "Let's go go go!" 时 ，匹配结果是：成功；匹配到内容是："go go go" ；匹配到的位置是：开始于6 ，结束于14 。

    举例7 ：表达式 " ￥ ( /d + /. ? /d * ) " 在匹配 " ＄10.9, ￥20.5" 时 ，匹配的结果是：成功；匹配到的内容是："￥20.5" ；匹配到的位置是：开始于6 ，结束于10 。单独获取括号范围匹配到的内容是："20.5" 。

---

2. 正则表达式中的一些高级规则

2.1 匹配次数中的贪婪与非贪婪

    在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如："{m,n}", "{m,}", "?", "*", "+" ，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本 "dxxxdxxxd" ，举例如下：

表达式

匹配结果

( d )( /w +)

"/w+" 将匹配第一个 "d" 之后的所有字符 "xxxdxxxd"

( d )( /w +)( d )

"/w+" 将匹配第一个 "d" 和最后一个 "d" 之间的所有字符 "xxxdxxx" 。虽然 "/w+" 也能够匹配上最后一个 "d" ，但是为了使整个表达式匹配成功，"/w+" 可以 " 让出" 它本来能够匹配的最后一个 "d"

    由此可见，"/w+" 在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二个举例中，它没有匹配最后一个 "d" ，但那也是为了让整个表达式能够匹配成功。同理，带 "*" 和 "{m,n}" 的表达式都是尽可能地多匹配，带 "?" 的表达式在可匹配可不匹配的时候，也是尽可能的 " 要匹配" 。这 种匹配原则就叫作 " 贪婪" 模式 。

    非贪婪模式：

    在修饰匹配次数的特殊符号后再加上一个 "?" 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 " 不匹配" 。这种匹配原则叫作 " 非贪婪" 模式，也叫作 " 勉强" 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本 "dxxxdxxxd" 举例：

表达式

匹配结果

( d )( /w+? )

"/w+?" 将尽可能少的匹配第一个 "d" 之后的字符，结果是："/w+?" 只匹配了一个 "x"

( d )( /w+? )( d )

为了让整个表达式匹配成功，"/w+?" 不得不匹配 "xxx" 才可以让后边的 "d" 匹配，从而使整个表达式匹配成功。因此，结果是："/w+?" 匹配 "xxx"

    更多的情况，举例如下：

    举例1 ：表达式 " <td> ( . * ) </td> " 与字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配时 ，匹配的结果是：成功；匹配到的内容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整个字符串， 表达式中的 "</td>" 将与字符串中最后一个 "</td>" 匹配。 

    举例2 ：相比之下，表达式 " <td> ( . *? ) </td> " 匹配举例1 中同样的字符串时 ，将只得到 "<td><p>aa</p></td>" ， 再次匹配下一个时，可以得到第二个 "<td><p>bb</p></td>" 。

---

2.2 反向引用 /1, /2...

    表达式在匹配时，表达式引擎会将小括号 "( )" 包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候，小括号包含的表达式所匹配到的字符串可以单独获取。这一点，在前面的举例中，已经多次展示 了。在实际应用场合中，当用某种边界来查找，而所要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的 "<td> ( . *? ) </td> " 。

    其实，" 小括号包含的表达式所匹配到的字符串" 不仅是在匹配结束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面 " 括号内的子匹配已经匹配到的字符串" 。引用方法是 "/" 加上一个数字。"/1" 引用第1 对括号内匹配到的字符串，"/2" 引用第2 对括号内匹配到的字符串…… 以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号 "(" 在前，那这一对就先排序号。

    举例如下：

    举例1 ：表达式 " ( ' | " )( . *? )( /1 ) " 在匹配 " 'Hello', "World" " 时 ，匹配结果是：成功；匹配到的内容是：" 'Hello' " 。再次匹配下一个时，可以匹配到 " "World" " 。


    举例2 ：表达式 " < ( /w + ) /s * ( /w + ( = ( ' | " ) . *? /4 ) ? /s * ) * > . *? </ /1 > " 在匹配 "<td id='td1' style="bgcolor:white"></td>" 时 ，匹配结果是成功。如果 "<td>" 与 "</td>" 不配对，则会匹配失败；如果改成其他配对，也可以匹配成功。

---

2.3 预搜索，不匹配；反向预搜索，不匹配

    前面的章节中，我讲到了几个代表抽象意义的特殊符号："^" ，"$" ，"/b" 。它们都有一个共同点，那就是：它们本身不匹配任何字符，只是对 " 字符串的两头" 或者 " 字符之间的缝隙" 附加了一个条件。理解到这个概念以后，本节将继续介绍另外一种对 "两头" 或者 " 缝隙" 附加条件的，更加灵活的表示方法。

    正向预搜索："(?=xxxxx)" ，"(?!xxxxx)"

    格式："(?=xxxxx)" ，在被匹配的字符串中，它对所处的 " 缝隙" 或者 " 两头" 附加的条件是：所在缝隙的右侧，必须能够匹配上 xxxxx 这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似 "/b" ，本身不匹配任何字符。"/b" 只是将所在缝隙之前、之后的字符取来进行了一下判断，不会影响后边的表达式来真正的匹配。

    举例1 ：表达式 " Windows (?= NT | XP ) " 在匹配 "Windows 98, Windows NT, Windows 2000" 时 ，将只匹配 "Windows NT" 中的 "Windows " ，其他的 "Windows " 字样则不被匹配。

    格式："(?!xxxxx)" ，所在缝隙的右侧，必须不能匹配 xxxxx 这部分表达式。

    举例2 ：表达式 " ( (?! /b stop /b ) . ) + " 在匹配 "fdjka ljfdl stop fjdsla fdj" 时 ，将从头一直匹配到 "stop"之前的位置，如果字符串中没有 "stop" ，则匹配整个字符串。

    举例3 ：表达式 " do (?! /w ) " 在匹配字符串 "done, do, dog" 时 ，只能匹配 "do" 。在本条举例中，"do" 后边使用 "(?!/w)" 和使用 "/b" 效果是一样的。

    反向预搜索："(?<=xxxxx)" ，"(?<!xxxxx)"

    这两种格式的概念和正向预搜索是类似的，反向预搜索要求的条件是：所在缝隙的 " 左侧" ，两种格式分别要求必须能够匹配和必须不能够匹配指定表达式，而不是去判断右侧。与 " 正向预搜索" 一样的是：它们都是对所在缝隙的一种附加条件，本身都不匹配任何字符。

    举例4 ：表达式 "(?<= /d {4} ) /d + (?= /d {4} ) " 在匹配 "1234567890123456" 时，将匹配除了前4 个数字和后4 个数字之外的中间8 个数字。由于 JScript.RegExp 不支持反向预搜索，因此，本条举例不能够进行演示。很多其他的引擎可以支持反向预搜索，比如：Java 1.4 以上的 Java.util.regex 包，.NET 中System.Text.RegularExpressions 命名空间，以及本站推荐的最简单易用的 DEELX 正则引擎 。

---

3. 其他通用规则

    还有一些在各个正则表达式引擎之间比较通用的规则，在前面的讲解过程中没有提到。

3.1 表达式中，可以使用 "/xXX" 和 "/uXXXX" 表示一个字符（"X" 表示一个十六进制数）

形式

字符范围

/xXX

编号在 0 ~ 255 范围的字符，比如：空格可以使用 "/x20" 表示

/uXXXX

任何字符可以使用 "/u" 再加上其编号的4 位十六进制数表示，比如："/u4E2D"

3.2 在表达式 "/s" ，"/d" ，"/w" ，"/b" 表示特殊意义的同时，对应的大写字母表示相反的意义

表达式

可匹配

/S

匹配所有非空白字符（"/s" 可匹配各个空白字符）

/D

匹配所有的非数字字符

/W

匹配所有的字母、数字、下划线以外的字符

/B

匹配非单词边界，即左右两边都是 "/w" 范围或者左右两边都不是 "/w" 范围时的字符缝隙

3.3 在表达式中有特殊意义，需要添加 "/" 才能匹配该字符本身的字符汇总

字符

说明

^

匹配输入字符串的开始位置。要匹配 "^" 字符本身，请使用 "/^"

$

匹配输入字符串的结尾位置。要匹配 "$" 字符本身，请使用 "/$"

( )

标记一个子表达式的开始和结束位置。要匹配小括号，请使用 "/(" 和 "/)"

[ ]

用来自定义能够匹配 ' 多种字符' 的表达式。要匹配中括号，请使用 "/[" 和 "/]"

{ }

修饰匹配次数的符号。要匹配大括号，请使用 "/{" 和 "/}"

.

匹配除了换行符（/n ）以外的任意一个字符。要匹配小数点本身，请使用 "/."

?

修饰匹配次数为 0 次或 1 次。要匹配 "?" 字符本身，请使用 "/?"

+

修饰匹配次数为至少 1 次。要匹配 "+" 字符本身，请使用 "/+"

*

修饰匹配次数为 0 次或任意次。要匹配 "*" 字符本身，请使用 "/*"

|

左右两边表达式之间 " 或" 关系。匹配 "|" 本身，请使用 "/|"

3.4 括号 "( )" 内的子表达式，如果希望匹配结果不进行记录供以后使用，可以使用 "(?:xxxxx)" 格式

    举例1 ：表达式 " (?: ( /w ) /1 ) + " 匹配 "a bbccdd efg" 时 ，结果是 "bbccdd" 。括号 "(?:)" 范围的匹配结果不进行记录，因此 "(/w)" 使用 "/1" 来引用。

3.5 常用的表达式属性设置简介：Ignorecase ，Singleline ，Multiline ，Global

表达式属性

说明

Ignorecase

默认情况下，表达式中的字母是要区分大小写的。配置为 Ignorecase 可使匹配时不区分大小写。有的表达式引擎，把 "大小写" 概念延伸至 UNICODE 范围的大小写。

Singleline

默认情况下，小数点 "." 匹配除了换行符（/n ）以外的字符。配置为 Singleline 可使小数点可匹配包括换行符在内的所有字符。

Multiline

默认情况下，表达式 "^" 和 "$" 只匹配字符串的开始 ① 和结尾 ④ 位置。如：

①xxxxxxxxx②/n
③xxxxxxxxx④

配置为 Multiline 可以使 "^" 匹配 ① 外，还可以匹配换行符之后，下一行开始前 ③ 的位置，使 "$" 匹配 ④ 外，还可以匹配换行符之前，一行结束 ② 的位置。

Global

主要在将表达式用来替换时起作用，配置为 Global 表示替换所有的匹配。

---

4. 其他提示

4.1 如果想要了解高级的正则引擎还支持那些复杂的正则语法，可参见DEELX 正则引擎的说明文档 。

4.2 如果要要求表达式所匹配的内容是整个字符串，而不是从字符串中找一部分，那么可以在表达式的首尾使用 "^" 和 "$" ，比如："^ /d + $ " 要求整个字符串只有数字。

4.3 如果要求匹配的内容是一个完整的单词，而不会是单词的一部分，那么在表达式首尾使用 "/b" ，比如：使用 " /b ( if | while| else | void | int…… ) /b " 来匹配程序中的关键字 。

4.4 表达式不要匹配空字符串。否则会一直得到匹配成功，而结果什么都没有匹配到。比如：准备写一个匹配 "123" 、"123."、"123.5" 、".5" 这几种形式的表达式时，整数、小数点、小数数字都可以省略，但是不要将表达式写成："/d * /. ? /d * " ，因为如果什么都没有，这个表达式也可以匹配成功。更好的写法是：" /d + /. ? /d * | /. /d + " 。

4.5 或 "|" 的左右两边，对某个字符最好只有一边可以匹配，这样，不会因为 "|" 两边的表达式因为交换位置而有所不同。