<center>正則表達式</center>
1.通配符號
字符 | 描述 |
---|---|
^ |
匹配輸入字符串開始位置 |
$ |
匹配輸入字符串的結束位置 |
[0-9]+ |
匹配多個數字 |
[0-9] |
匹配單個數字 |
+ |
匹配一個或者多個 |
abc$ |
匹配字母abc并以abc為結尾 |
2.非打印字符
字符 | 描述 |
---|---|
\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 |
\f |
匹配一個換頁符。等價于\x0c ,\cL 。 |
\n |
匹配一個換行符。等價于\x0a \cJ 。 |
\r |
匹配一個回車符,等價于\x0d \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 \n \t \v \r ]。注意Unicode正則表達式會匹配全角空格符 |
\S |
匹配任何非空白字符。等價于[^\f \n \t \v \r ] |
\t |
匹配一個制表符,等價于\x09 \ci
|
\v |
匹配一個船只制表符,等價于\x0b \cK
|
3.特殊字符
特別字符 | 描述 |
---|---|
$ |
匹配輸入字符串的結尾位置。如果設置了RegExp對象的Multiline屬性,則$ 也匹配\n \r 。要匹配$字符本身,請使用\s
|
() |
標記一個子表達式的開始和結束位置。子表達式可以獲取供以后使用。要匹配這些字符。請使用\( 和\)
|
* |
匹配前面的子表達式零次或多次。要匹配* 字符,請使用\*
|
+ |
匹配前面的子表達式一次或多次。要匹配 + 字符。請使用\+
|
. |
匹配除換行符\n 以外的任何單字符。要使用. ,請使用\.
|
[ |
標記一個中括號表達式的開始。要匹配 【,請使用\[
|
? |
匹配前面的子表達式零次或一次,或表明一個非貪婪限制符。要匹配 ? 字符,請使用\?
|
\ |
將下一個字符標記為或特殊字符、或原義字符、或向后應用、或八進制轉義符。例如, n 匹配字符n ,\n 匹配換行符。序列\\ 匹配 \ ,而\( 則匹配“(” |
^ |
匹配輸入字符串的開始位置,除非在方括號表達式中使用,此時它表示不接受該字符集合。要匹配 ^ 字符本身,請使用 \^ 。 |
{ |
標記限定符表達式的開始。要匹配 { ,請使用 \{ 。 |
`|' | 指明兩項之間的一個選擇。要匹配 | ,請使用 | 。 |
4.限定符
字符 | 描述 |
---|---|
* |
匹配前面的子表達式零次或多次。例如zo* 能匹配z一集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 "do" 、 "does" 中的 "does" 、 "doxy" 中的 "do" 。? 等價于 {0,1} 。 |
{n} |
n 是一個非負整數。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。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,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之間不能有空格。 |
5.定位符
字符 | 描述 |
---|---|
^ |
匹配輸入字符串開始的位置。如果設置了 RegExp 對象的 Multiline 屬性,^ 還會與 \n 或 \r 之后的位置匹配。 |
$ |
匹配輸入字符串結尾的位置。如果設置了 RegExp 對象的 Multiline 屬性,$ 還會與 \n 或 \r 之前的位置匹配。 |
\b |
匹配一個單詞邊界,即字與空格間的位置。 |
\B |
非單詞邊界匹配。 |
6.選擇
用圓括號將所有選擇項括起來,相鄰的選擇項之間用|
分隔。但用圓括號會有一個副作用,使相關的匹配會被緩存,此時可用?:
放在第一個選項前來消除這種副作用。
其中 ?:
是非捕獲元之一,還有兩個非捕獲元是 ?=
和 ?!
,這兩個還有更多的含義,前者為正向預查,在任何開始匹配圓括號內的正則表達式模式的位置來匹配搜索字符串,后者為負向預查,在任何開始不匹配該正則表達式模式的位置來匹配搜索字符串。
7.反向引用
對一個正則表達式模式或部分模式兩邊添加圓括號將導致相關匹配存儲到一個臨時緩沖區中,所捕獲的每個子匹配都按照在正則表達式模式中從左到右出現的順序存儲。緩沖區編號從 1 開始,最多可存儲 99 個捕獲的子表達式。每個緩沖區都可以使用 \n
訪問,其中 n 為一個標識特定緩沖區的一位或兩位十進制數。
可以使用非捕獲元字符 ?:
、?=
或 ?!
來重寫捕獲,忽略對相關匹配的保存。
8.元字符
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,'n' 匹配字符 "n"。'\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 '\n' 或 '\r' 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 '\n' 或 '\r' 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 "do" 或 "does" 。? 等價于 {0,1} 。 |
{n} |
n 是一個非負整數。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。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,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'。 |
. |
匹配除換行符(\n 、\r )之外的任何單個字符。要匹配包括 '\n' 在內的任何字符,請使用像"(.|\n)"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 |
(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 |
(?: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(look ahead positive assert),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(negative assert),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(look behind)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'p'、'l'、'i'、'n'。 |
[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 |
匹配一個數字字符。等價于 [0-9]。 |
\D |
匹配一個非數字字符。等價于 [^0-9]。 |
\f |
匹配一個換頁符。等價于 \x0c 和 \cL。 |
\n |
匹配一個換行符。等價于 \x0a 和 \cJ。 |
\r |
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\n\r\t\v]。 |
\S |
匹配任何非空白字符。等價于 [^\f\n\r\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 |
匹配字母、數字、下劃線。等價于'[A-Za-z0-9_]'。 |
\W |
匹配非字母、數字、下劃線。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。 |
\num |
匹配 num,其中 num 是一個正整數。對所獲取的匹配的引用。例如,'(.)\1' 匹配兩個連續的相同字符。 |
\n |
標識一個八進制轉義值或一個向后引用。如果\n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為八進制數字 (0-7),則n為一個八進制轉義值。 |
\nm |
標識一個八進制轉義值或一個向后引用。如果\nm之前至少有nm個獲得子表達式,則nm為向后引用。如果\nm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均為八進制數字 (0-7),則 \nm 將匹配八進制轉義值 nm。 |
\nml |
如果 n 為八進制數字 (0-3),且 m 和 l 均為八進制數字 (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字表示的 Unicode 字符。例如, \u00A9 匹配版權符號 (?)。 |
9.運算符優先級
正則表達式從左到右進行計算,并遵循優先級順序,這與算術表達式非常類似。
相同優先級的從左到右進行運算,不同優先級的運算先高后低。下表從最高到最低說明了各種正則表達式運算符的優先級順序:
字符 | 描述 |
---|---|
\ |
轉義符 |
(), (?:), (?=), [] |
圓括號和方括號 |
*, +, ?, {n}, {n,}, {n,m} |
限定符 |
^, $, \任何元字符、任何字符 |
定位點和序列(即:位置和順序) |
| |
替換,"或"操作字符具有高于替換運算符的優先級,使得"m|food"匹配"m"或"food"。若要匹配"mood"或"food",請使用括號創建子表達式,從而產生"(m|f)ood"。 |
匹配規則
基本模式匹配
一切從最基本的開始。模式,是正則表達式最基本的元素,它們是一組描述字符串特征的字符。模式可以很簡單,由普通的字符串組成,也可以非常復雜,往往用特殊的字符表示一個范圍內的字符、重復出現,或表示上下文。例如:
^once
這個模式包含一個特殊的字符^
,表示該模式只匹配那些以once開頭的字符串。例如該模式與字符串"once upon a time"匹配,與"There once was a man from NewYork"不匹配。正如如^
符號表示開頭一樣,$符號用來匹配那些以給定模式結尾的字符串。
bucket$
這個模式與"Who kept all of this cash in a bucket"匹配,與"buckets"不匹配。字符^和$同時使用時,表示精確匹配(字符串與模式一樣)。例如:
^bucket$
只匹配字符串"bucket"。如果一個模式不包括^和$,那么它與任何包含該模式的字符串匹配。例如:模式
once
與字符串
There once was a man from NewYork
Who kept all of his cash in a bucket.
是匹配的。
在該模式中的字母(o-n-c-e)是字面的字符,也就是說,他們表示該字母本身,數字也是一樣的。其他一些稍微復雜的字符,如標點符號和白字符(空格、制表符等),要用到轉義序列。所有的轉義序列都用反斜杠(\)打頭。制表符的轉義序列是:\t。所以如果我們要檢測一個字符串是否以制表符開頭,可以用這個模式:
^\t
類似的,用\n表示"新行",\r表示回車。其他的特殊符號,可以用在前面加上反斜杠,如反斜杠本身用\表示,句號.用.表示,以此類推。
12.字符簇
在INTERNET的程序中,正則表達式通常用來驗證用戶的輸入。當用戶提交一個FORM以后,要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等是否有效,用普通的基于字面的字符是不夠的。
所以要用一種更自由的描述我們要的模式的辦法,它就是字符簇。要建立一個表示所有元音字符的字符簇,就把所有的元音字符放在一個方括號里:
[AaEeIiOoUu]
這個模式與任何元音字符匹配,但只能表示一個字符。用連字號可以表示一個字符的范圍,如:
[a-z] //匹配所有的小寫字母
[A-Z] //匹配所有的大寫字母
[a-zA-Z] //匹配所有的字母
[0-9] //匹配所有的數字
[0-9.-] //匹配所有的數字,句號和減號
[\f\r\t\n] //匹配所有的白字符
同樣的,這些也只表示一個字符,這是一個非常重要的。如果要匹配一個由一個小寫字母和一位數字組成的字符串,比如"z2"、"t6"或"g7",但不是"ab2"、"r2d3" 或"b52"的話,用這個模式:
^[0-9][0-9]$
盡管[a-z]代表26個字母的范圍,但在這里它只能與第一個字符是小寫字母的字符串匹配。
前面曾經提到表示字符串的開頭,但它還有另外一個含義。當在一組方括號里使用是,它表示"非"或"排除"的意思,常常用來剔除某個字符。還用前面的例子,我們要求第一個字符不能是數字:
^[^0-9][0-9]$
這個模式與"&5"、"g7"及"-2"是匹配的,但與"12"、"66"是不匹配的。下面是幾個排除特定字符的例子:
[^a-z] //除了小寫字母以外的所有字符
[\/\] //除了(\)(/)(^)之外的所有字符
[^" '] //除了雙引號(")和單引號(')之外的所有字符
特殊字符"." (點,句號)在正則表達式中用來表示除了"新行"之外的所有字符。所以模式"^.5$"與任何兩個字符的、以數字5結尾和以其他非"新行"字符開頭的字符串匹配。模式"."可以匹配任何字符串,除了空串和只包括一個"新行"的字符串。
確定重復出現
到現在為止,你已經知道如何去匹配一個字母或數字,但更多的情況下,可能要匹配一個單詞或一組數字。一個單詞有若干個字母組成,一組數字有若干個單數組成。跟在字符或字符簇后面的花括號({})用來確定前面的內容的重復出現的次數。
字符簇 | 描述 |
---|---|
^[a-zA-Z_]$ | 所有的字母和下劃線 |
^[[:alpha:]]{3}$ | 所有的3個字母的單詞 |
^a& | 字母a |
^a{4}$ | aaaa |
^a{2,4}$ | aa,aaa或aaaa |
^a{1,3}$ | a,aa或aaa |
^a{2,}$ | 包含多于兩個a的字符串 |
^a{2,} | 如:aardvark和aaab,但apple不行 |
a{2,} | 如:baad和aaa,但Nantucket不行 |
\t{2} | 兩個制表符 |
.{2} | 所有的兩個字符 |
這些例子描述了花括號的三種不同的用法。一個數字 {x} 的意思是前面的字符或字符簇只出現x次 ;一個數字加逗號 {x,} 的意思是前面的內容出現x或更多的次數 ;兩個數字用逗號分隔的數字 {x,y} 表示 前面的內容至少出現x次,但不超過y次。我們可以把模式擴展到更多的單詞或數字:
^[a-zA-Z0-9_]{1,}$ // 所有包含一個以上的字母、數字或下劃線的字符串
^[1-9][0-9]{0,}$ // 所有的正整數
^-{0,1}[0-9]{1,}$ // 所有的整數
^[-]?[0-9]+.?[0-9]+$ // 所有的浮點數
最后一個例子不太好理解,是嗎?這么看吧:以一個可選的負號 ([-]?) 開頭 (^)、跟著1個或更多的數字([0-9]+)、和一個小數點(.)再跟上1個或多個數字([0-9]+),并且后面沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。
特殊字符 ? 與 {0,1} 是相等的,它們都代表著: 0個或1個前面的內容 或 前面的內容是可選的 。所以剛才的例子可以簡化為:
^\-?[0-9]{1,}\.?[0-9]{1,}$
特殊字符 * 與 {0,} 是相等的,它們都代表著 0 個或多個前面的內容 。最后,字符 + 與 {1,} 是相等的,表示 1 個或多個前面的內容 ,所以上面的4個例子可以寫成:
^[a-zA-Z0-9_]+$ // 所有包含一個以上的字母、數字或下劃線的字符串
^[1-9][0-9]*$ // 所有的正整數
^-?[0-9]+$ // 所有的整數
^[-]?[0-9]+(.[0-9]+)?$ // 所有的浮點數
實例
簡單表達式
正則表達式的最簡單形式是在搜索字符串中匹配其本身的單個普通字符。例如,單字符模式,如 A,不論出現在搜索字符串中的何處,它總是匹配字母 A。下面是一些單字符正則表達式模式的示例:
/a/
/7/
/M/
可以將許多單字符組合起來以形成大的表達式。例如,以下正則表達式組合了單字符表達式:a、7 和 M。
/a7M/
請注意,沒有串聯運算符。只須在一個字符后面鍵入另一個字符。
字符串匹配
句點 (.) 匹配字符串中的各種打印或非打印字符,只有一個字符例外。這個例外就是換行符 (\n)。下面的正則表達式匹配 aac、abc、acc、adc 等等,以及 a1c、a2c、a-c 和 a#c:
/a.c/
若要匹配包含文件名的字符串,而句點 (.) 是輸入字符串的組成部分,請在正則表達式中的句點前面加反斜杠 () 字符。舉例來說明,下面的正則表達式匹配 filename.ext:
/filename.ext/
這些表達式只讓您匹配"任何"單個字符。可能需要匹配列表中的特定字符組。例如,可能需要查找用數字表示的章節標題(Chapter 1、Chapter 2 等等)。
中括號表達式
若要創建匹配字符組的一個列表,請在方括號([ 和 ])內放置一個或更多單個字符。當字符括在中括號內時,該列表稱為"中括號表達式"。與在任何別的位置一樣,普通字符在中括號內表示其本身,即,它在輸入文本中匹配一次其本身。大多數特殊字符在中括號表達式內出現時失去它們的意義。不過也有一些例外,如:
- 如果 ] 字符不是第一項,它結束一個列表。若要匹配列表中的 ] 字符,請將它放在第一位,緊跟在開始 [ 后面。
- \字符繼續作為轉義符。若要匹配 \ 字符,請使用 \\。
括在中括號表達式中的字符只匹配處于正則表達式中該位置的單個字符。以下正則表達式匹配 Chapter 1、Chapter 2、Chapter 3、Chapter 4 和 Chapter 5:
/Chapter [12345]/
請注意,單詞 Chapter 和后面的空格的位置相對于中括號內的字符是固定的。中括號表達式指定的只是匹配緊跟在單詞 Chapter 和空格后面的單個字符位置的字符集。這是第九個字符位置。
若要使用范圍代替字符本身來表示匹配字符組,請使用連字符 (-) 將范圍中的開始字符和結束字符分開。單個字符的字符值確定范圍內的相對順序。下面的正則表達式包含范圍表達式,該范圍表達式等效于上面顯示的中括號中的列表。
/Chapter [1-5]/
當以這種方式指定范圍時,開始值和結束值兩者都包括在范圍內。注意,還有一點很重要,按 Unicode 排序順序,開始值必須在結束值的前面。
若要在中括號表達式中包括連字符,請采用下列方法之一:
- 用反斜杠將它轉義:
[\-]
- 將連字符放在中括號列表的開始或結尾。下面的表達式匹配所有小寫字母和連字符:
[-a-z]
[a-z-]
- 創建一個范圍,在該范圍中,開始字符值小于連字符,而結束字符值等于或大于連字符。下面的兩個正則表達式都滿足這一要求:
[!--]
[!-~]
若要查找不在列表或范圍內的所有字符,請將插入符號 (^) 放在列表的開頭。如果插入字符出現在列表中的其他任何位置,則它匹配其本身。下面的正則表達式匹配1、2、3、4 或 5 之外的任何數字和字符:
/Chapter [^12345]/
在上面的示例中,表達式在第九個位置匹配 1、2、3、4 或 5 之外的任何數字和字符。這樣,例如,Chapter 7 就是一個匹配項,Chapter 9 也是一個匹配項。
上面的表達式可以使用連字符 (-) 來表示:
/Chapter [^1-5]/
中括號表達式的典型用途是指定任何大寫或小寫字母或任何數字的匹配。下面的表達式指定這樣的匹配:
/[A-Za-z0-9]/
替換和分組
替換使用 | 字符來允許在兩個或多個替換選項之間進行選擇。例如,可以擴展章節標題正則表達式,以返回比章標題范圍更廣的匹配項。但是,這并不象您可能認為的那樣簡單。替換匹配 | 字符任一側最大的表達式。
您可能認為,下面的表達式匹配出現在行首和行尾、后面跟一個或兩個數字的 Chapter 或 Section:
/^Chapter|Section [1-9][0-9]{0,1}$/
很遺憾,上面的正則表達式要么匹配行首的單詞 Chapter,要么匹配行尾的單詞 Section 及跟在其后的任何數字。如果輸入字符串是 Chapter 22,那么上面的表達式只匹配單詞 Chapter。如果輸入字符串是 Section 22,那么該表達式匹配 Section 22。
若要使正則表達式更易于控制,可以使用括號來限制替換的范圍,即,確保它只應用于兩個單詞 Chapter 和 Section。但是,括號也用于創建子表達式,并可能捕獲它們以供以后使用,這一點在有關反向引用的那一節講述。通過在上面的正則表達式的適當位置添加括號,就可以使該正則表達式匹配 Chapter 1 或 Section 3。
下面的正則表達式使用括號來組合 Chapter 和 Section,以便表達式正確地起作用:
/^(Chapter|Section) [1-9][0-9]{0,1}$/
盡管這些表達式正常工作,但 Chapter|Section 周圍的括號還將捕獲兩個匹配字中的任一個供以后使用。由于在上面的表達式中只有一組括號,因此,只有一個被捕獲的"子匹配項"。
在上面的示例中,您只需要使用括號來組合單詞 Chapter 和 Section 之間的選擇。若要防止匹配被保存以備將來使用,請在括號內正則表達式模式之前放置 ?:。下面的修改提供相同的能力而不保存子匹配項:
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/
除 ?: 元字符外,兩個其他非捕獲元字符創建被稱為"預測先行"匹配的某些內容。正向預測先行使用 ?= 指定,它匹配處于括號中匹配正則表達式模式的起始點的搜索字符串。反向預測先行使用 ?! 指定,它匹配處于與正則表達式模式不匹配的字符串的起始點的搜索字符串。
例如,假設您有一個文檔,該文檔包含指向 Windows 3.1、Windows 95、Windows 98 和 Windows NT 的引用。再進一步假設,您需要更新該文檔,將指向 Windows 95、Windows 98 和 Windows NT 的所有引用更改為 Windows 2000。下面的正則表達式(這是一個正向預測先行的示例)匹配 Windows 95、Windows 98 和 Windows NT:
/Windows(?=95 |98 |NT )/
找到一處匹配后,緊接著就在匹配的文本(不包括預測先行中的字符)之后搜索下一處匹配。例如,如果上面的表達式匹配 Windows 98,將在 Windows 之后而不是在 98 之后繼續搜索。
其他實例
下面列出一些正則表達式示例:
正則表達式 | 描述 |
---|---|
/\b([a-z]+) \1\b/gi | 一個單詞連續出現的位置。 |
/(\w+):\/\/([^/:]+)(:\d)?([^# ])/ | 將一個URL解析為協議、域、端口及相對路徑。 |
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/ | 定位章節的位置。 |
/[-a-z]/ | a至z共26個字母再加一個-號。 |
/ter\b/ | 可匹配chapter,而不能匹配terminal。 |
/\Bapt/ | 可匹配chapter,而不能匹配aptitude。 |
/Windows(?=95 |98 |NT )/ | 可匹配Windows95或Windows98或WindowsNT,當找到一個匹配后,從Windows后面開始進行下一次的檢索匹配。 |
/^\s*$/ | 匹配空行。 |
/\d{2}-\d{5}/ | 驗證由兩位數字、一個連字符再加 5 位數字組成的 ID 號。 |
/<\s(\S+)(\s[^>])?>[\s\S]<\s/\1\s*>/ | 匹配 HTML 標記。 |