正则表达式简介
如果原来没有使用过正则表达式,那么可能对这个术语和概念会不太熟悉。不过,它们并不是
您想象的那么新奇。
请回想一下在硬盘上是如何查找文件的。您肯定会使用 和 字符来帮助查找您正寻找的文
件。字符匹配文件名中的单个字符,而 则匹配一个或多个字符。一个如 的模
式可以找到下述文件:
如果使用 字符代替 字符,则将扩大找到的文件数量。可以匹配下述所有文件
名:
尽管这种搜索文件的方法肯定很有用,但也十分有限。和 通配符的有限能力可以使你对正
则表达式能做什么有一个概念,不过正则表达式的功能更强大,也更灵活。
早期起源
正则表达式的“祖先”可以一直上溯至对人类神经系统如何工作的早期研究。
和 这两位神经生理学家研究出一种数学方式来描述这些神经网络。
!"年#一位叫 $%&的美国数学家在 和 早期工作的基础上,
发表了一篇标题为“神经网事件的表示法”的论文,引入了正则表达式的概念。正则表达式就是
用来描述他称为“正则集的代数”的表达式,因此采用“正则表达式”这个术语。
随后,发现可以将这一工作应用于使用 &'(%的计算搜索算法的一些早期研究,
&'(% 是 )的主要发明人。正则表达式的第一个实用应用程序就是 )中的
qed 编辑器。
如他们所说,剩下的就是众所周知的历史了。从那时起直至现在正则表达式都是基于文本的编
辑器和搜索工具中的一个重要部分。
使用正则表达式
在典型的搜索和替换操作中,必须提供要查找的确切文字。这种技术对于静态文本中的简单搜
索和替换任务可能足够了,但是由于它缺乏灵活性,因此在搜索动态文本时就有困难了,甚至
是不可能的。
使用正则表达式,就可以:
测试字符串的某个模式。例如,可以对一个输入字符串进行测试,看在该字符串是否
存在一个电话号码模式或一个信用卡号码模式。这称为数据有效性验证。
替换文本。可以在文档中使用一个正则表达式来标识特定文字,然后可以全部将其删
除,或者替换为别的文字。
根据模式匹配从字符串中提取一个子字符串。可以用来在文本或输入字段中查找特定
文字。
例如,如果需要搜索整个 *+站点来删除某些过时的材料并替换某些 ,'-格式化标记,则
可以使用正则表达式对每个文件进行测试,看在该文件中是否存在所要查找的材料或 ,'-格
式化标记。用这个方法,就可以将受影响的文件范围缩小到包含要删除或更改的材料的那些文
件。然后可以使用正则表达式来删除过时的材料,最后,可以再次使用正则表达式来查找并替
换那些需要替换的标记。
另一个说明正则表达式非常有用的示例是一种其字符串处理能力还不为人所知的语言。
$%是 的一个子集,具有丰富的字符串处理功能。与 类似的
$%./则没有这一能力。正则表达式给 $%./
的字符串处理能力带来了明显改善。不过,可能还是在 $%中使用正则表达式的效率更
高,它允许在单个表达式中执行多个字符串操作。
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 到 0)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
12343561 72343567
匹配一个空白行。
1389:38!91 7389:38!97
验证一个 ;<号码是否由一个 位数
字,一个连字符以及一个 ! 位数字组
成。
1=>?@=313@1 7=>?@=313@7
匹配一个 ,'-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
3
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,匹配字符 77。3匹配一个换行符。序列 33匹
配 737而 73>7则匹配 7>7。
2
匹配输入字符串的开始位置。如果设置了 RegExp对象的 Multiline属性,
2也匹配 3或 3之后的位置。
6
匹配输入字符串的结束位置。如果设置了 RegExp对象的 Multiline属性,
6也匹配 3或 3之前的位置。
匹配前面的子表达式零次或多次。例如,0能匹配 707以及 707。 等价
于8A#9。
B
匹配前面的子表达式一次或多次。例如,0B能匹配 707以及 707,但不
能匹配 707。B等价于 8#9。
匹配前面的子表达式零次或一次。例如,7>?7可以匹配 77或 77
中的77。等价于 8A#9。
8n9
n是一个非负整数。匹配确定的 n次。例如,89不能匹配 7+7中的
,但是能匹配 7C7中的两个 。
8n#9
n是一个非负整数。至少匹配 n次。例如,8#9不能匹配 7+7中的
,但能匹配 7C7中的所有 。8#9等价于 B。8A#9则等价
于 。
8n#m9
m和 n均为非负整数,其中 n=Dm。最少匹配 n次且最多匹配 m次。刘,
78#E97将匹配 7C7中的前三个 。8A#9等价于 。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 >#B##8n9#8n#9#8n#m9?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
77,B将匹配单个 77,而 B将匹配所有 。
匹配除 737之外的任何单个字符。要匹配包括 3在内的任何字符,请使用象
435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 集合得
到,在 $%中使用 SubMatches集合,在 $%.
/中则使用 $0F$9属性。要匹配圆括号字符,请使用 3>或 3?。
>Gpattern?
匹配 pattern但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储
供以后使用。这在使用 7或7字符 >H?来组合一个模式的各个部分是很有用。例
如, >GIH?就是一个比 IH更简略的表达式。
>Dpattern?
正向预查,在任何匹配 pattern的字符串开始处匹配查找字符串。这是一个非
获取匹配,也就是说,该匹配不需要获取供以后使用。例如, *>
D !H JH'HAAA?能匹配 7*AAA7中的 7*7,但不能匹
配 7*E7中的 7*7。预查不消耗字符,也就是说,在一个匹
配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预
查的字符之后开始。
>Kpattern?
负向预查,在任何不匹配 .LM(.
I%*.(.pattern的字符串开始处匹配
查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使
用。例如*>K !H JH'HAAA?能匹配 7*E7中的
7*7,但不能匹配 7*AAA7中的 7*7。预查不消耗
字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹
配的搜索,而不是从包含预查的字符之后开始
xHy
匹配 x或 y。例如,0HC能匹配 707或 7C7。>0HC?则匹配
707或 7C7。
4xyz5
字符集合。匹配所包含的任意一个字符。例如, 4+5可以匹配 7%7中的
。
42xyz5
负值字符集合。匹配未包含的任意字符。例如, 42+5可以匹配 7%7中
的%。
4a-z5
字符范围。匹配指定范围内的任意字符。例如,4:05可以匹配 到 0范围
内的任意小写字母字符。
42a-z5
负值字符范围。匹配任何不在指定范围内的任意字符。例如,42:05可以匹
配任何不在 到 0范围内的任意字符。
3+
匹配一个单词边界,也就是指单词和空格间的位置。例如, 3+可以匹
配7L7中的 ,但不能匹配 7L+7中的 。
3
匹配非单词边界。3能匹配 7L+7中的 ,但不能匹配 7L7中的
。
3x
匹配由 x 指明的控制字符。例如, 3匹配一个 :或回车符。 x的
值必须为 N:或 :0之一。否则,将 视为一个原义的 字符。
3
匹配一个数字字符。等价于 4A: 5。
3<
匹配一个非数字字符。等价于 42A: 5。
3C
匹配一个换页符。等价于 3A和 3-。
3
匹配一个换行符。等价于 3A和 3O。
3
匹配一个回车符。等价于 3A和 3。
3
匹配任何空白字符,包括空格、制表符、换页符等等。等价于 4P3C3333L5。
3$
匹配任何非空白字符。等价于 42P3C3333L5。
3
匹配一个制表符。等价于 3A 和 3;。
3L
匹配一个垂直制表符。等价于 3A+和 3&。
3*
匹配包括下划线的任何单词字符。等价于4N::0A: Q5。
3
匹配任何非单词字符。等价于 42N::0A: Q5。
3n
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, 3R匹配 7N7。3AR则等价于 3ARS77。正则表达式中
可以使用 N$;;编码。
3num
匹配 num,其中 num是一个正整数。对所获取的匹配的引用。例如,>?3
匹配两个连续的相同字符。
3n
标识一个八进制转义值或一个后向引用。如果 3n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 >A:T?,则 n为一个八进制
转义值。
3nm
标识一个八进制转义值或一个后向引用。如果 3nm之前至少有 %
+Inm个获取得子表达式,则 nm为后向引用。如果 3nm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 n和 m均为八进制数字 >A:T?,则 3nm将匹配八进制转义值 nm。
3nml
如果 n为八进制数字 >A:E?,且 m和 l均为八进制数字 >A:T?,则匹配八进制
转义值 nml
。
3n
匹配 n,其中 n是一个用四个十六进制数字表示的 )字符。例如, 3
AAN 匹配版权符号 >?。
评论3