正则表达式基础

[a-z] 字符范围。匹配指定范围内的仸意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的仸意小写字母字符。

[^a-z] 负值字符范围。匹配仸何不在指定范围内的仸意字符。例如，'[^a-z]' 可以匹配仸何不在 'a' 到 'z' 范围内的仸意字符。

￥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\中的 'er'，但不能匹配 \中的 'er'。

￥B 匹配非单词边界。'er￥B' 能匹配 \中的 'er'，但不能匹配 \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 匹配仸何空白字符，包括空格、制表符、换页符等等。等价于 [ ￥f￥n￥r￥t￥v]。 ￥S 匹配仸何非空白字符。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 匹配包括下划线的仸何单词字符。等价于'[A-Za-z0-9_]'。 ￥W 匹配仸何非单词字符。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 \。'￥x041' 则等价于 '￥x04' & \。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。 ￥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 (?)。 6. 部分例子

正则表达式 说明

/￥b([a-z]+) ￥1￥b/gi 一个单词连续出现的位置

/(￥w+):￥/￥/([^/:]+)(:￥d*)?([^# ]*)/ 将一个URL解析为协议、域、端口及相对路径 /^(?:Chapter|Section) [1-9][0-9]{0,1}$/ 定位章节的位置 /[-a-z]/ A至z共26个字母再加一个-号。 /ter￥b/ 可匹配chapter，而不能terminal /￥Bapt/ 可匹配chapter，而不能aptitude

/Windows(?=95 |98 |NT )/ 可匹配Windows95或Windows98或WindowsNT,当找到一个匹配后，从Windows后面开始进行下一次的检索匹配。 7. 正则表达式匹配规则

7.1 基本模式匹配

一切从最基本的开始。模式，是正规表达式最基本的元素，它们是一组描述字符串特征的字符。模式可以很

简单，由普通的字符串组成，也可以非常复杂，往往用特殊的字符表示一个范围内的字符、重复出现，或表示上下文。例如：

^once

这个模式包含一个特殊的字符^，表示该模式只匹配那些以once开头的字符串。例如该模式与字符串\nce upon a time\匹配，与 \不匹配。正如如^符号表示开头一样，$符号用来匹配那些以给定模式结尾的字符 串。

bucket$

这个模式与\匹配，与\不匹配。字符^和$同时使用时，表示精确匹配（字符串与模式一样）。例如：

^bucket$

只匹配字符串\。如果一个模式不包括^和$，那么它与仸何包含该模式的字符串匹配。例如：模式

once

与字符串

There once was a man from NewYork Who kept all of his cash in a bucket.

是匹配的。

在该模式中的字母(o-n-c-e)是字面的字符，也就是说，他们表示该字母本身，数字也是一样的。其他一些稍微复杂的字符，如标点符号和白字符（空 格、制表符等），要用到转义序列。所有的转义序列都用反斜杠(￥)打头。制表符的转义序列是：￥t。所以如果我们要检测一个字符串是否以制表符开头，可以 用这个模式： ^￥t

类似的，用￥n表示“新行”，￥r表示回车。其他的特殊符号，可以用在前面加上反斜杠，如反斜杠本身用￥￥表示，句号.用￥.表示，以此类推。

7.2 字符簇

在INTERNET的程序中，正规表达式通常用来验证用户的输入。当用户提交一个FORM以后，要判断输入的电话号码、地址、EMAIL地址、信用卡号码等是否有效，用普通的基于字面的字符是不够的。

所以要用一种更自由的描述我们要的模式的办法，它就是字符簇。要建立一个表示所有元音字符的字符簇，就把所有的元音字符放在一个方括号里：

[AaEeIiOoUu]

这个模式与仸何元音字符匹配，但只能表示一个字符。用连字号可以表示一个字符的范围，如：