正则表达式语法(转)

发表于:2007-07-01来源:作者:点击数: 标签:
正则表达式语法 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。 这里有一些可能会

正则表达式语法


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。
这里有一些可能会遇到的正则表达式示例:

Visual Basic Scripting Edition

VBScript

匹配

/^[ ]*$/

"^[ ]*$"

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 后向引用、或一个八进制转义符。例如,@#n@# 匹配字符 "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 @# @# 或 @# @# 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 @# @# 或 @# @# 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}

mn 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。 "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 " " 之外的任何单个字符。要匹配包括 @# @# 在内的任何字符,请使用象 @#[. ]@# 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 xy。例如,@#z|food@# 能匹配 "z" 或 "food"。@#(z|f)ood@# 则匹配 "zood" 或 "food"。

[[I]xyz[/I]]

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@#。

[^[I]xyz[/I]]

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@#。

[[I]a-z[/I]]

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。

[^[I]a-z[/I]]

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。



匹配一个单词边界,也就是指单词和空格间的位置。例如, @#er@# 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。@#erB@# 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。


匹配一个换行符。等价于 x0a 和 cJ。


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 v]。

S

匹配任何非空白字符。等价于 [^ f v]。


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。

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  nm 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 ml 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 (?)。

  

原文转自:http://www.ltesting.net