PHP和正則表達式
一個正則表達式是一個特定的格式化模式，可以用來找出一個字符串在另一個字符串中的使用情況。幾個編程語言，包括Visual Basic,Perl,JavaScript和PHP都支持正則表達式，希望在這篇入門指導的結束，Mitchell(作者自己)可以讓你在PHP程序中能應用一些基本的正則表達式。正則表達式是在各種各樣的程序語言中突出的古怪特征中的一種，但是由于它們看起來是很難的一個概念，所以很多開發(fā)者就把它們放到了角落里，忘記了它們的存在。
讓我們先來看看什么是正則表達式，為什么你要在PHP程序中用到它們。
什么是正則表達式?
你對從一個不錯的老的基于控制的文本編輯器中分離出像BBEdit和notepad的程序，有什么看法呢？兩個都支持文本輸入，可以讓你保存文本到文件中，但是現在的文本編輯器也支持其它功能，包括查找–代替工具，這讓編輯一個文本文件相當容易。
正則表達式也是相似的，只是更好一些。正則表達式可以被認為一個極其高級的查找-替換工具，讓我們從痛苦中擺脫出來：不必再寫定制的數據確認例子來檢查電子郵件地址或者來確認電話號碼的格式是正確的，如此等等。
任何程序中最普通的函數之一就是數據有效性檢查，PHP捆綁了一些文本檢查函數，允許我們用正則表達式匹配一個字符串，確認有一個空格，有一個問號，等等。
你不知道的可能是，正則表達式可以簡單裝備嗎，當你掌握了一些正則表達式時(這個正則表達式可以用來告訴正則表達式引擎一個字符串中我們想要匹配的部分)，你會自問為什么會把正則表達式扔到角落里這么久，^_^。
PHP有兩套函數，用來處理兩種類型的正則表達式:Perl5兼容模式，和Posix標準兼容模式。在這篇文章中我們將看看ereg函數，用遵照Posix標準的搜索表達式工作。雖然它們并沒有Perl5模式那樣強大，但是一種不錯的學習正則表達式的方法。如果你對PHP支持的Perl5兼容正則表達式感興趣，可以到PHP.net網站找一些關于preg函數的細節(jié)。
PHP有六個函數來處理正則表達式，它們都把一個正則表達式作為它們的第一個參數，列出如下：
ereg: 最常用的正則表達式函數, ereg 允許我們搜索跟一個正則表達式匹配的一個字符串.
ereg_replace: 允許我們搜索跟正則表達式匹配的一個字符串，并用新的字符串代替所有這個表達式出現的地方。
eregi: 和ereg幾乎是一樣效果，不過忽略大小寫。
eregi_replace: 和ereg_replace有著一樣的搜索-替換功能，不過忽略大小寫.
split: 允許我們搜索和正則表達式匹配的字符串，并且以字符串集合的方式返回匹配結果.
spliti: split函數忽略大小寫的版本.
為什么使用正則表達式?
如果你不斷地建立不同的函數來檢查或者操作字符串的一部分，現在你可能要放棄所有的這些函數，取而代之的用正則表達式。如果你對下列的問題都答“是的”，那么你肯定要考慮使用正則表達式了：
你是否正在寫一些定制的函數來檢查表單數據（比如在電子信箱地址中的一個@，一個點）?
你是否寫一些定制的函數，在一個字符串中循環(huán)每個字符，如果這個字符匹配了一個特定特征（比如它是大寫的，或者它是一個空格），那么就替換它?
除了是令人不舒服的字符串檢查和操作方法，如果沒有有效率地寫代碼，上述的兩條也會使你的程序慢下來。你是否更傾向于用下面的代碼檢查一個電子信箱地址呢:
function validateEmail($email)
{
$hasAtSymbol = strpos($email, "@");
$hasDot = strpos($email, ".");
if($hasAtSymbol && $hasDot)
return true;
else
return false;
}
echo validateEmail("mitchell@devarticles.com");
?>
...
或者使用下面的代碼:
function validateEmail($email)
{
return ereg("^[a-zA-Z]+@[a-zA-Z]+.[a-zA-Z]+$", $email);
}
echo validateEmail("mitchell@devarticles.com");
?>
可以肯定的是，第一個函數比較容易，而且看起來結構也不錯。但是如果我們用上面的下一個版本的email地址檢查函數不是更容易嗎？
上面展示的第二個函數只用了正則表達式，包括了對ereg函數的一個調用。Ereg 函數返回true或者false,來聲明它的字符串參數是否和正則表達式相匹配。
很多編程者避開正則表達式，只因為它們（在一些情況下）比其它的文本處理方法更慢。正則表達式可能慢的原因是因為它們涉及把字符串在內存中拷貝和粘貼，因為正則表達式的每一個新的部分都對應匹配一個字符串。但是，從我對正則表達式的經驗來說，除非你在文本中幾百個行運行一個復雜的正則表達式，否則性能上的缺陷都可以忽略不計，當把正則表達式作為輸入數據檢查工具時，也很少出現這種情況。
正則表達式語法
在你可以匹配一個字符串到正則表達式之前，你必須先建立正則表達式。開始的時候，正則表達式的語法有點古怪，表達式中的每一個短語代表某個類型的搜索特征。下列是一些最普通的正則表達式，也都對應著一個如何使用它的例子:
字符串頭部
搜索一個字符串的頭部，用^,例如
將返回 true, 但是
將返回 false, 因為hello不在字符串”I say hello world”的頭部。
字符串尾部
搜索字符串尾部，用$,例如：
將返回true, 但是
將返回 false,因為bye不在字符串”goodbye my friend”的尾部.
任意的單個字符
搜索任意字符，用點(.),例如：
將返回true,但是
將返回false,因為我們的要搜索字符串沒有包含字符。你可以用花括號隨意告訴正則表達式引擎它要匹配多少個單個字符。如果我只想匹配5個字符，我可以這樣用ereg:
上面的這段代碼告訴正則表達式引擎當且僅當至少5個連續(xù)的字符出現字符串的尾部時返回true.我們也可以限制連續(xù)出現的字符的數目：
在上面的例子里，我們已經告訴正則表達式引擎，我們的搜索字符串來匹配表達式，它在尾部必須有介于1和3個的”a”字符。
上面的例子將不會返回true，雖然有三個”a”字符在搜索字符串里，但是它們不是在字符串的尾部。如果我們把結尾字符串匹配$從正則表達式中去掉，那么這個字符串是匹配的。
我們也可以告訴正則表達式引擎來匹配至少有確定數目的字符在一行，如果它們存在的，可以匹配更多。 我們可以這樣做：
零或多次重復字符
為了告訴正則表達式引擎一個字符可能存在，也可以重復，我們用*字符。這里的兩個例子都將返回true.
即使第二個例子不包含”t”這個字符，但仍舊返回ture,因為*表示字符可以出現，但不是必須出現。事實上，任何普通的字符串模式都會使上面的ereg調用返回true，因為't'字符是可選的.
一或多次重復字符
為了告訴正則表達式引擎一個字符必須存在，也可以重復不止一次，我們用+字符，像
下面的例子也會返回true:
零或一次重復字符
我們也可以告訴正則表達式引擎，一個字符必須是或者只存在一次，或者沒有。我們用?字符來做這項工作，就像
如果我們愿意，我們完全可以從上面的搜索字符串中刪除'c'，這個表達式會仍舊返回true.'?' 的意思是一個'c'可以出現在搜索字符串的任何地方，但不是必須的。
正則表達式語法 (續(xù))
空格字符
為了匹配一個搜索字符串中的空格字符，我們用預定義Posix的類，[[:space]].方括號標明連續(xù)字符的相關性，”:space:”是實際要匹配的類（在這種情形下，是任何空白字符）。空白包括tab字符，新行字符，空白字符。或者，如果搜索字符串必須包含只有一個空格，而不是一個tab或者新行字符，你可以用一個空格字符(" ")。在大多數情況下，我傾向于使用":space:"，因為這意味著我的意圖不僅僅是單個空格字符，這點很容易被忽視。這里有一些Posix-標準預定義類，
有一些我們可以作為正則表達式的部分的一些Posix-標準預定義類，包括[:alnum:], [:digit:], [:lower:]等等。 完整的列表可以在這里查看
我們可以像這樣匹配單個空白字符：
我們也可以通過在表達式后用?字符來告訴正則表達式引擎匹配沒有空白或者一個空白。
模式分組
相關的模式可以在方括號里分在一起。很容易用[a-z]和[A-Z]指定只有一個小寫字母或者一列大寫字母以搜索字符串的一部分存在。
// 要求從第一個到最后一個都是小寫字母
echo ereg("^[a-z]+$", "johndoe"); // 返回true
?>
或者像
// 要求從第一個到最后一個都是大寫字母
ereg("^[A-Z]+$", "JOHNDOE"); // 返回 true?
?>
我們也可以告訴正則表達式引擎，我們希望或者是小寫字母，或者是大寫字母。我們只要把[a-z]和[A-Z]模式結合在一起就可以做到。
在上面的例子里，如果我們能匹配"John Doe",而不是"JohnDoe"，將是非常有意義的。我們用下面的正則表達式來做這個：
^[a-zA-Z]+[[:space:]]{1}[a-zA-Z]+$
很容易搜索一個數字字符串
詞語分組
不僅僅搜索模式可以分組，我們也可以用圓括號把相關的搜索詞語進行分組。
在上面的例子中，我們有一個字符串頭部字符，緊跟著"John"或者"Jane",至少有一個其它字符，然后一個字符串尾部字符。所以…
...將也匹配我們的搜索模式
特殊字符的情形
因為一些字符要用在一個搜索模式的明確分組或者語法上，像在(John|Jane)中的圓括號，我們需要告訴正則表達式引擎來屏蔽這些字符，加工它們使之成為被搜索字符串的一部分，而不是搜索表達式的一部分。我們所用的方法稱為“字符轉義”，涉及到將任何“專用符號”加上反斜杠。所以，例如，如果我想在我的搜索中包含'|'，那么我就可以這樣做
這里只是少量的一些你要轉義的字符，你必須轉義^, $, (, ), ., [, |, *, ?, +, and { 。
希望你現在對正則表達式實際上有多么強大有了一點點感覺了。現在讓我們看兩個用正則表達式來檢查數據中一個字符串的例子。
正則表達式例子
例子1
讓我們把第一個例子做的相當簡單，檢驗一個標準的URL.一個標準的URL(沒有端口號),有三個部分構成：
[協(xié)議]://[域名]
讓我們從匹配URL的協(xié)議部分開始,并且讓它只能用http或者ftp.我們可以用下面的正則表達式做到這點：
^(http|ftp)
^字符特指字符串的頭部，利用圓括號把http和ftp圍住，且用“或者”符號(|)將它們分開，我們告訴正則表達式引擎http和ftp兩者之一必須在字符串的開頭。
一個域名通常由www.somesite.com構成，但是可以隨意選擇要不要www部分。為了例子簡單，我們只允許.com,.net,和.org的域名是在考慮之中的。我們最好這樣對正則表達式中的域名部分表示如下：
(www.)?.+.(com|net|org)$
把所有的東西放在一起，我們的正則表達式就可以用作檢查一個域名，如：
function isValidDomain($domainName)
{
return ereg("^(http|ftp)://(www.)?.+.(com|net|org)$", $domainName);
}
//真(true)
echo isValidDomain("http://www.somesite.com");
//真(true)
echo isValidDomain("ftp://somesite.com");
//假 (false)
echo isValidDomain("ftp://www.somesite.fr");
//假 (false)
echo isValidDomain("www.somesite.com");
?>
例子二
因為我居住在澳大利亞悉尼，讓我們檢查一個典型的澳大利亞國際電話號碼。澳大利亞國際電話號碼的格式如下：
+61x xxxx-xxxx
第一個x是區(qū)號，其它的都是電話號碼。檢查以'+61'開頭且緊跟一個在2到9之間的區(qū)號的電話號碼，我們用下面的正則表達式：
^+61[2-9][[:space:]]
注意，上面的搜索模式把'+'字符用''轉義，以便于可以在搜索中包含，不至于被解釋為一個正則表達式。[2-9]告訴正則表達式引擎我們需要包含一個2到9之間的數字。[[:space:]]類則告訴正則表達式期望在這里有一個空白。
這里是電話號碼剩下的搜索模式：
[0-9]{4}-[0-9]{4}$
這里沒有什么不尋常的地方，我們只是告訴正則表達式引擎電話號碼可用的數字，它必須是4個數字的組合，跟著一個連接符，再跟著另一個4個數字的組合，然后一個字符串尾部字符。
把完整的正則表達式放在一起，放進一個函數，我們可以用代碼來檢查一些澳大利亞國際電話號碼：
function isValidPhone($phoneNum)
{
echo ereg("^+61[2-9][[:space:]][0-9]{4}-[0-9]{4}$", $phoneNum);
}
// 真（true）
echo isValidPhone("+619 0000-0000");
// 假（false）
echo isValidPhone("+61 00000000");
//假（ false）
echo isValidPhone("+611 00000000");
?>
總結
正則表達式用一些不適合書寫和重復的代碼來檢查一個字符串。在最后的幾頁里，我們已經講解了所有的Posix標準正則表達式的基礎，包括字符，分組和PHP ereg函數。我們也知道了怎么用正則表達式來檢查一些PHP中簡單的字符串。
譯者注釋：本人英文不怎么好，可能一些地方有出入。本文中的字符類其實是我們所說的字符簇
經典正則表達式
正則表達式用于字符串處理，表單驗證等場合，實用高效，但用到時總是不太把握，以致往往要上網查一番。我將一些常用的表達式收藏在這里，作備忘之用。本貼隨時會更新。
匹配中文字符的正則表達式： [u4e00-u9fa5]
匹配雙字節(jié)字符(包括漢字在內)：[^x00-xff]
應用：計算字符串的長度（一個雙字節(jié)字符長度計2，ASCII字符計1）
String.prototype.len=function(){return this.replace([^x00-xff]/g,"aa").length;}
匹配空行的正則表達式：n[s| ]*r
匹配HTML標記的正則表達式：/<(.*)>.*|<(.*) />/
匹配首尾空格的正則表達式：(^s*)|(s*$)
應用：javascript中沒有像vbscript那樣的trim函數，我們就可以利用這個表達式來實現，如下：
String.prototype.trim = function()
{
return this.replace(/(^s*)|(s*$)/g, "");
}
利用正則表達式分解和轉換IP地址：
下面是利用正則表達式匹配IP地址，并將IP地址轉換成對應數值的Javascript程序：
function IP2V(ip)
{
re=/(d+).(d+).(d+).(d+)/g //匹配IP地址的正則表達式
if(re.test(ip))
{
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
throw new Error("Not a valid IP address!")
}
}
不過上面的程序如果不用正則表達式，而直接用split函數來分解可能更簡單，程序如下：
var ip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))
匹配Email地址的正則表達式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
匹配網址URL的正則表達式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
利用正則表達式去除字串中重復的字符的算法程序：
var s="abacabefgeeii"
var s1=s.replace(/(.).*1/g,"$1")
var re=new RegExp("["+s1+"]","g")
var s2=s.replace(re,"")
alert(s1+s2) //結果為：abcefgi
我原來在CSDN上發(fā)貼尋求一個表達式來實現去除重復字符的方法，最終沒有找到，這是我能想到的最簡單的實現方法。思路是使用后向引用取出包括重復的字符，再以重復的字符建立第二個表達式，取到不重復的字符，兩者串連。這個方法對于字符順序有要求的字符串可能不適用。
得用正則表達式從URL地址中提取文件名的javascript程序，如下結果為page1
s="http://www.9499.net/page1.htm"
s=s.replace(/(.*/){0,}([^.]+).*/ig,"$2")
alert(s)
利用正則表達式限制網頁表單里的文本框輸入內容：
用正則表達式限制只能輸入中文：onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^u4E00-u9FA5]/g,''))"
用正則表達式限制只能輸入全角字符： onkeyup="value=value.replace(/[^uFF00-uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^uFF00-uFFFF]/g,''))"
用正則表達式限制只能輸入數字：onkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
用正則表達式限制只能輸入數字和英文：onkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
如何用正則表達式來表示中文
由于中文的ASCII碼是有一定的范圍的。所以你可以用下面的正則表達式來表示中文。
/^[chr(0xa1)-chr(0xff)]+$/
下面是一個使用的例子：
$str = "超越PHP";
if (preg_match("/^[".chr(0xa1)."-".chr(0xff)."]+$/", $str)) {
echo "這是一個純中文字符串";
} else {
echo "這不是一個純中文字串";
}
正則表達式
如果原來沒有使用過正則表達式，那么可能對這個術語和概念會不太熟悉。不過，它們并不是您想象的那么新奇。
請回想一下在硬盤上是如何查找文件的。您肯定會使用 ? 和 * 字符來幫助查找您正尋找的文件。? 字符匹配文件名中的單個字符，而 * 則匹配一個或多個字符。一個如 'data?.dat' 的模式可以找到下述文件：
data1.dat
data2.dat
datax.dat
dataN.dat
如果使用 * 字符代替 ? 字符，則將擴大找到的文件數量。'data*.dat' 可以匹配下述所有文件名：
data.dat
data1.dat
data2.dat
data12.dat
datax.dat
dataXYZ.dat
盡管這種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對正則表達式能做什么有一個概念，不過正則表達式的功能更強大，也更靈活。
--------------------------------------------------------------------------------
2
早期起源
正則表達式的“祖先”可以一直上溯至對人類神經系統(tǒng)如何工作的早期研究。Warren McCulloch 和 Walter Pitts 這兩位神經生理學家研究出一種數學方式來描述這些神經網絡。
1956 年, 一位叫 Stephen Kleene 的美國數學家在 McCulloch 和 Pitts 早期工作的基礎上，發(fā)表了一篇標題為“神經網事件的表示法”的論文，引入了正則表達式的概念。正則表達式就是用來描述他稱為“正則集的代數”的表達式，因此采用“正則表達式”這個術語。
隨后，發(fā)現可以將這一工作應用于使用Ken Thompson 的計算搜索算法的一些早期研究，Ken Thompson是Unix 的主要發(fā)明人。正則表達式的第一個實用應用程序就是 Unix 中的qed 編輯器。
如他們所說，剩下的就是眾所周知的歷史了。從那時起直至現在正則表達式都是基于文本的編輯器和搜索工具中的一個重要部分。
--------------------------------------------------------------------------------
3.
使用正則表達式
在典型的搜索和替換操作中，必須提供要查找的確切文字。這種技術對于靜態(tài)文本中的簡單搜索和替換任務可能足夠了，但是由于它缺乏靈活性，因此在搜索動態(tài)文本時就有困難了，甚至是不可能的。
使用正則表達式，就可以：
測試字符串的某個模式。例如，可以對一個輸入字符串進行測試，看在該字符串是否存在一個電話號碼模式或一個信用卡號碼模式。這稱為數據有效性驗證。
替換文本。可以在文檔中使用一個正則表達式來標識特定文字，然后可以全部將其刪除，或者替換為別的文字。
根據模式匹配從字符串中提取一個子字符串。可以用來在文本或輸入字段中查找特定文字。
例如，如果需要搜索整個 web 站點來刪除某些過時的材料并替換某些HTML 格式化標記，則可以使用正則表達式對每個文件進行測試，看在該文件中是否存在所要查找的材料或 HTML 格式化標記。用這個方法，就可以將受影響的文件范圍縮小到包含要刪除或更改的材料的那些文件。然后可以使用正則表達式來刪除過時的材料，最后，可以再次使用正則表達式來查找并替換那些需要替換的標記。
另一個說明正則表達式非常有用的示例是一種其字符串處理能力還不為人所知的語言。VBScript 是 Visual Basic 的一個子集，具有豐富的字符串處理功能。與 C 類似的 Visual Basic Scripting Edition 則沒有這一能力。正則表達式給 Visual Basic Scripting Edition 的字符串處理能力帶來了明顯改善。不過，可能還是在 VBScript 中使用正則表達式的效率更高，它允許在單個表達式中執(zhí)行多個字符串操作。
--------------------------------------------------------------------------------
正則表達式語法
一個正則表達式就是由普通字符（例如字符 a 到 z）以及特殊字符（稱為元字符）組成的文字模式。該模式描述在查找文字主體時待匹配的一個或多個字符串。正則表達式作為一個模板，將某個字符模式與所搜索的字符串進行匹配。
這里有一些可能會遇到的正則表達式示例：
Visual Basic Scripting Edition VBScript 匹配
/^[ t]*$/ "^[ t]*$" 匹配一個空白行。
/d{2}-d{5}/ "d{2}-d{5}" 驗證一個ID 號碼是否由一個2位數字，一個連字符以及一個5位數字組成。
/<(.*)>.*/ "<(.*)>.*" 匹配一個 HTML 標記。
下表是元字符及其在正則表達式上下文中的行為的一個完整列表：
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 后向引用、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" 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。劉， "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 "n" 之外的任何單個字符。要匹配包括 'n' 在內的任何字符，請使用象 '[.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Visual Basic Scripting Edition 中則使用 $0…$9 屬性。要匹配圓括號字符，請使用 '(' 或 ')'。
(?: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) 正向預查，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 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字符，也就是說，在一個匹配發(fā)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) 負向預查，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 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。預查不消耗字符，也就是說，在一個匹配發(fā)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
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'。
[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， 'erb' 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。'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 [ fnrtv]。
S 匹配任何非空白字符。等價于 [^ fnrtv]。
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 匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'。
W 匹配任何非單詞字符。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(xù)的相同字符。
n 標識一個八進制轉義值或一個后向引用。如果 n 之前至少 n 個獲取的子表達式，則 n 為后向引用。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后向引用。如果 nm 之前至少有is preceded by at least nm 個獲取得子表達式，則 nm 為后向引用。如果 nm 之前至少有 n 個獲取，則 n 為一個后跟文字 m 的后向引用。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 (?)。
4.
建立正則表達式
構造正則表達式的方法和創(chuàng)建數學表達式的方法一樣。也就是用多種元字符與操作符將小的表達式結合在一起來創(chuàng)建更大的表達式。
可以通過在一對分隔符之間放入表達式模式的各種組件來構造一個正則表達式。對 Visual Basic Scripting Edition 而言，分隔符為一對正斜杠 (/) 字符。例如：
/expression/
對 VBScript 而言，則采用一對引號 ("") 來確定正則表達式的邊界。例如：
"expression"
在上面所示的兩個示例中，正則表達式模式 (expression) 均存儲在RegExp 對象的Pattern 屬性中。
正則表達式的組件可以是單個的字符、字符集合、字符范圍、字符間的選擇或者所有這些組件的任意組合。
--------------------------------------------------------------------------------
5.
優(yōu)先權順序
在構造正則表達式之后，就可以象數學表達式一樣來求值，也就是說，可以從左至右并按照一個優(yōu)先權順序來求值。
下表從最高優(yōu)先級到最低優(yōu)先級列出各種正則表達式操作符的優(yōu)先權順序：
操作符 描述
轉義符
(), (?, (?=), [] 圓括號和方括號
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, anymetacharacter 位置和順序
| “或”操作
--------------------------------------------------------------------------------
6.
普通字符
普通字符由所有那些未顯式指定為元字符的打印和非打印字符組成。這包括所有的大寫和小寫字母字符，所有數字，所有標點符號以及一些符號。
最簡單的正則表達式是一個單獨的普通字符，可以匹配所搜索字符串中的該字符本身。例如，單字符模式 'A' 可以匹配所搜索字符串中任何位置出現的字母 'A'。這里有一些單字符正則表達式模式的示例：
/a/
/7/
/M/
等價的 VBScript 單字符正則表達式為：
"a"
"7"
"M"
可以將多個單字符組合在一起得到一個較大的表達式。例如，下面的 Visual Basic Scripting Edition 正則表達式不是別的，就是通過組合單字符表達式 'a'、'7'以及 'M' 所創(chuàng)建出來的一個表達式。
/a7M/
等價的 VBScript 表達式為：
"a7M"
請注意這里沒有連接操作符。所需要做的就是將一個字符放在了另一個字符后面。
--------------------------------------------------------------------------------
特殊字符
有不少元字符在試圖對其進行匹配時需要進行特殊的處理。要匹配這些特殊字符，必須首先將這些字符轉義，也就是在前面使用一個反斜杠 ()。下表給出了這些特殊字符及其含義：
特殊字符 說明
$ 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' 或 'r'。要匹配 $ 字符本身，請使用 $。
( ) 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之外的任何單字符。要匹配 .，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，或指明一個非貪婪限定符。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、或后向引用、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 |。
本文來自: 腳本之家(www.jb51.net) 詳細出處參考：http://www.jb51.net/article/8627.htm