正則表達(dá)式語法
一個(gè)正則表達(dá)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(shí)待匹配的一個(gè)或多個(gè)字符串。正則表達(dá)式作為一個(gè)模板,將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。
這里有一些可能會遇到的正則表達(dá)式示例:
Visual Basic VBscript 匹配
scripting Edition
/^\[ \t]*$/ "^\[ \t]*$" 匹配一個(gè)空白行。
/\d{2}-\d{5}/ "\d{2}-\d{5}" 驗(yàn)證一個(gè)ID號碼是否由一個(gè)2位字,一
個(gè)連字符以及一個(gè)5位數(shù)字組成。
/<(.*)>.*<\/\1>/ "<(.*)>.*<\/\1>" 匹配一個(gè) HTML 標(biāo)記。
下表是元字符及其在正則表達(dá)式上下文中的行為的一個(gè)完整列表:
字符 描述
\ 將下一個(gè)字符標(biāo)記為一個(gè)特殊字符、或一個(gè)原義字符、或一個(gè) 后
向引用、或一個(gè)八進(jìn)制轉(zhuǎn)義符。例如,'n' 匹配字符 "n"。'\n'
匹配一個(gè)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(shè)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(jié)束位置。如果設(shè)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(dá)式零次或多次。例如,zo* 能匹配 "z" 以及
"zoo"。 * 等價(jià)于{0,}。
+ 匹配前面的子表達(dá)式一次或多次。例如,'zo+' 能匹配 "zo" 以
及 "zoo",但不能匹配 "z"。+ 等價(jià)于 {1,}。
? 匹配前面的子表達(dá)式零次或一次。例如,"do(es)?" 可以匹配
"do" 或 "does" 中的"do" 。? 等價(jià)于 {0,1}。
{n} n 是一個(gè)非負(fù)整數(shù)。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(gè) o。
{n,} n 是一個(gè)非負(fù)整數(shù)。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(jià)于 'o+'。'o{0,}' 則等價(jià)于 'o*'。
{n,m} m 和 n 均為非負(fù)整數(shù),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(gè)o。
'o{0,1}'等價(jià)于'o?'。請注意在逗號和兩個(gè)數(shù)之間不能有空格
? 當(dāng)該字符緊跟在任何一個(gè)其他限制符 (*, +, ?, {n}, {n,},
{n,m}) 后面時(shí),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(rèn)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(gè)
"o",而 'o+' 將匹配所有 'o'。
. 匹配除 "\n" 之外的任何單個(gè)字符。要匹配包括 '\n' 在內(nèi)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(chǎn)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(jié)果,也就是說這是一個(gè)非獲取匹
配,不進(jìn)行存儲供以后使用。這在使用 "或" 字符 (|) 來組合
一個(gè)模式的各個(gè)部分是很有用。例如, 'industr(?:y|ies) 就
是一個(gè)比 'industry|industries' 更簡略的表達(dá)式。
(?=pattern) 正向預(yù)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(gè)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"Windows3 .1"中"Windows"。
預(yù)查不消耗字符,也就是說,在一個(gè)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(yù)查的字符之
后開始。
(?!pattern) 負(fù)向預(yù)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(gè)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(yù)查不消耗字
符,也就是說,在一個(gè)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(yù)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(gè)字符。例如, '[abc]' 可以
匹配 "plain" 中的 'a'。
[^xyz] 負(fù)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(nèi)的任意字符。例如,'[a-z]' 可以匹
配 'a' 到 'z' 范圍內(nèi)的任意小寫字母字符。
[^a-z] 負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如,
'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范圍內(nèi)的任意字符。
\b 匹配一個(gè)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(gè) 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(gè)原義的 'c' 字符。
\d 匹配一個(gè)數(shù)字字符。等價(jià)于 [0-9]。
\D 匹配一個(gè)非數(shù)字字符。等價(jià)于 [^0-9]。
\f 匹配一個(gè)換頁符。等價(jià)于 \x0c 和 \cL。
\n 匹配一個(gè)換行符。等價(jià)于 \x0a 和 \cJ。
\r 匹配一個(gè)回車符。等價(jià)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(jià)于
[ \f\n\r\t\v]。
\S 匹配任何非空白字符。等價(jià)于 [^ \f\n\r\t\v]。
\t 匹配一個(gè)制表符。等價(jià)于 \x09 和 \cI。
\v 匹配一個(gè)垂直制表符。等價(jià)于 \x0b 和 \cK。
\w 匹配包括下劃線的任何單詞字符。等價(jià)于'[A-Za-z0-9_]'。
\W 匹配任何非單詞字符。等價(jià)于 '[^A-Za-z0-9_]'。
\xn 匹配 n,其中 n 為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確
定的兩個(gè)數(shù)字長。例如, '\x41' 匹配 "A"。'\x041' 則等價(jià)
于 '\x04' & "1"。正則表達(dá)式中可以使用 ASCII 編碼。.
\num 匹配 num,其中num是一個(gè)正整數(shù)。對所獲取的匹配的引用。
例如,'(.)\1' 匹配兩個(gè)連續(xù)的相同字符。
\n 標(biāo)識一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)后向引用。如果 \n 之前至少 n
個(gè)獲取的子表達(dá)式,則 n 為后向引用。否則,如果 n 為八進(jìn)制
數(shù)字 (0-7),則 n 為一個(gè)八進(jìn)制轉(zhuǎn)義值。
\nm 標(biāo)識一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)后向引用。如果 \nm 之前至少有
is preceded by at least nm 個(gè)獲取得子表達(dá)式,則 nm 為后
向引用。如果 \nm 之前至少有 n 個(gè)獲取,則 n 為一個(gè)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(jìn)制數(shù)字 (0-7),則 \nm 將匹配八進(jìn)制轉(zhuǎn)義值 nm。
\nml 如果 n 為八進(jìn)制數(shù)字 (0-3),且 m 和 l 均為八進(jìn)制數(shù)字 (0-
7),則匹配八進(jìn)制轉(zhuǎn)義值 nml。
\un 匹配 n,其中 n 是一個(gè)用四個(gè)十六進(jìn)制數(shù)字表示的Unicode字
符。例如, \u00A9 匹配版權(quán)符號 (?)。
優(yōu)先權(quán)順序
在構(gòu)造正則表達(dá)式之后,就可以象數(shù)學(xué)表達(dá)式一樣來求值,也就是說,可以從左至右并按照一個(gè)優(yōu)先權(quán)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(dá)式操作符的優(yōu)先權(quán)順序:
操作符 描述
\ 轉(zhuǎn)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
?
特殊字符
有不少元字符在試圖對其進(jìn)行匹配時(shí)需要進(jìn)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(zhuǎn)義,也就是在前面使用一個(gè)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(jié)尾位置。如果設(shè)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(biāo)記一個(gè)子表達(dá)式的開始和結(jié)束位置。子表達(dá)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(dá)式零次或多次。要匹配 * 字符,請使用 \*。
+ 匹配前面的子表達(dá)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(biāo)記一個(gè)中括號表達(dá)式的開始。要匹配 [,請使用 \[。
? 匹配前面的子表達(dá)式零次或一次,或指明一個(gè)非貪婪限定符。要匹配 ?
字符,請使用 \?。
\ 將下一個(gè)字符標(biāo)記為或特殊字符、或原義字符、或后向引用、或八進(jìn)制
轉(zhuǎn)義符。例如, 'n' 匹配字符 'n'。'\n' 匹配換行符。序列 '\\' 匹
配 "\",而 '\(' 則匹配 "("。
^ 匹配輸入字符串的開始位置,除非在方括號表達(dá)式中使用,此時(shí)它表示
不接受該字符集合。要匹配 ^ 字符本身,請使用 \^。
{ 標(biāo)記限定符表達(dá)式的開始。要匹配 {,請使用 \{。
| 指明兩項(xiàng)之間的一個(gè)選擇。要匹配 |,請使用 \|。
?
非打印字符
有不少很有用的非打印字符,偶爾必須使用。下表顯示了用來表示這些非打印字符的轉(zhuǎn)義序列:
字符 含義
\cx 匹配由x指明的控制字符。例如, \cM 匹配一個(gè) Control-M 或回車符。
x 的值必須為 A-Z 或 a-z 之一。否則,將 c 視為一個(gè)原義的 'c' 字
符。
\f 匹配一個(gè)換頁符。等價(jià)于 \x0c 和 \cL。
\n 匹配一個(gè)換行符。等價(jià)于 \x0a 和 \cJ。
\r 匹配一個(gè)回車符。等價(jià)于 \x0d 和 \cM。
\s 匹配任何空白字符,包括空格、制表符、換頁符等等。等價(jià)于
[\f\n\r\t\v]。
\S 匹配任何非空白字符。等價(jià)于 [^ \f\n\r\t\v]。
\t 匹配一個(gè)制表符。等價(jià)于 \x09 和 \cI。
\v 匹配一個(gè)垂直制表符。等價(jià)于 \x0b 和 \cK。
?
字符匹配
句點(diǎn) (.) 匹配一個(gè)字符串中任何單個(gè)的打印或非打印字符,除了換行符 (\n) 之外。下面的 Visual Basic scripting Edition 正則表達(dá)式可以匹配 'aac'、'abc'、'acc'、'adc'如此等等,同樣也可以匹配 'a1c'、'a2c'、a-c'以及 a#c':
/a.c/
等價(jià)的 VBscript 正則表達(dá)式為:
"a.c"
如果試圖匹配一個(gè)包含文件名的字符串,其中句點(diǎn) (.) 是輸入字符串的一部分,則可以在正則表達(dá)式中的句點(diǎn)前面加上一個(gè)反斜杠 (\) 字符來實(shí)現(xiàn)這一要求。舉例來說,下面的 Visual Basic scripting Edition 正則表達(dá)式就能匹配 'filename.ext':
/filename\.ext/
對 VBscript 而言,等價(jià)的表達(dá)式如下所示:
"filename\.ext"
這些表達(dá)式仍然是相當(dāng)有限的。它們只允許匹配任何單字符。很多情況下,對從列表中匹配特殊字符十分有用。例如,如果輸入文字中包含用數(shù)字表示為Chapter 1, Chapter 2諸如此類的章節(jié)標(biāo)題,你可能需要找到這些章節(jié)標(biāo)題。
括號表達(dá)式
可以在一個(gè)方括號 ([ 和 ]) 中放入一個(gè)或多個(gè)單字符,來創(chuàng)建一個(gè)待匹配的列表。如果字符被放入括號中括起來,則該列表稱為括號表達(dá)式。括號內(nèi)和其他任何地方一樣,普通字符代表其本身,也就是說,它們匹配輸入文字中出現(xiàn)的一處自己。大多數(shù)特殊字符在位于括號表達(dá)式中時(shí)都將失去其含義。這里有一些例外:
1. ']' 字符如果不是第一項(xiàng),則將結(jié)束一個(gè)列表。要在列表中匹配 ']' 字符,請將其放在第一項(xiàng),緊跟在開始的 '[' 后面。
2. '\' 仍然作為轉(zhuǎn)義符。要匹配 '\' 字符,請使用 '\\'。
括號表達(dá)式中所包含的字符只匹配該括號表達(dá)式在正則表達(dá)式中所處位置的一個(gè)單字符。下面的 Visual Basic scripting Edition 正則表達(dá)式可以匹配 'Chapter 1'、'Chapter 2'、'Chapter 3'、'Chapter 4' 以及 'Chapter 5':
/Chapter ][12345]/
在 VBscript 中要匹配同樣的章節(jié)標(biāo)題,請使用下面的表達(dá)式:
"Chapter [12345]"
請注意單詞 'Chapter' 及后面的空格與括號內(nèi)的字符的位置關(guān)系是固定的。因此,括號表達(dá)式只用來指定滿足緊跟在單詞 'Chapter' 和一個(gè)空格之后的單字符位置的字符集合。這里是第九個(gè)字符位置。
如果希望使用范圍而不是字符本身來表示待匹配的字符,則可以使用連字符將該范圍的開始和結(jié)束字符分開。每個(gè)字符的字符值將決定其在一個(gè)范圍內(nèi)的相對順序。下面的 Visual Basic scripting Edition 正則表達(dá)式包含了一個(gè)等價(jià)于上面所示的括號列表的范圍表達(dá)式。
/Chapter [1-5]/
VBScipt 中相同功能的表達(dá)式如下所示:
"Chapter [1-5]"
如果以這種方式指定范圍,則開始和結(jié)束值都包括在該范圍內(nèi)。有一點(diǎn)特別需要注意的是,在 Unicode 排序中起始值一定要在結(jié)束值之前。
如果想在括號表達(dá)式中包括連字符,則必須使用下述方法之一:
1. 使用反斜杠將其轉(zhuǎn)義: [\-]
2. 將連字符放在括號列表的開始和結(jié)束位置。下面的表達(dá)式能匹配所有的小寫字母和連字符:[-a-z],[a-z-]
3. 創(chuàng)建一個(gè)范圍,其中開始字符的值小于連字符,而結(jié)束字符的值等于或大于連字符。下面兩個(gè)正則表達(dá)式都滿足這一要求: [!--],[!-~]
同樣,通過在列表開始處放置一個(gè)插入符(^),就可以查找所有不在列表或范圍中的字符。如果該插入符出現(xiàn)在列表的其他位置,則匹配其本身,沒有任何特殊含義。下面的 Visual Basic scripting Edition 正則表達(dá)式匹配章節(jié)號大于 5 的章節(jié)標(biāo)題:
/Chapter [^12345]/
對 VBscript 則使用:
"Chapter [^12345]"
在上面所示的示例中,表達(dá)式將匹配第九個(gè)位置處除1, 2, 3, 4, or 5 之外的任何數(shù)字字符。因此, 'Chapter 7' 為一個(gè)匹配,同樣 'Chapter 9' 也是如此。
上面的表達(dá)式可以使用連字符 (-) 表示。對 Visual Basic scripting Edition 為:
/Chapter [^1-5]/
或者,對 VBscript 為:
"Chapter [^1-5]"
括號表達(dá)式的典型用法是指定對任何大寫或小寫字母字符或任何數(shù)字的匹配。下面的 Visual Basic scripting Edition 表達(dá)式給出了這一匹配:
/[A-Za-z0-9]/
等價(jià)的 VBscript 表達(dá)式為:
"[A-Za-z0-9]"
限定符
有時(shí)候不知道要匹配多少字符。為了能適應(yīng)這種不確定性,正則表達(dá)式支持限定符的概念。這些限定符可以指定正則表達(dá)式的一個(gè)給定組件必須要出現(xiàn)多少次才能滿足匹配。
下表給出了各種限定符及其含義的說明:
字符 描述
* 匹配前面的子表達(dá)式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。
* 等價(jià)于{0,}。
+ 匹配前面的子表達(dá)式一次或多次。例如,'zo+' 能匹配 "zo" 以
及 "zoo",但不能匹配 "z"。+ 等價(jià)于 {1,}。
? 匹配前面的子表達(dá)式零次或一次。例如,"do(es)?" 可以匹配 "do"
或 "does" 中的"do" 。? 等價(jià)于 {0,1}。
{n} n 是一個(gè)非負(fù)整數(shù)。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(gè) o。
{n,} n 是一個(gè)非負(fù)整數(shù)。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(jià)于 'o+'。'o
{0,}' 則等價(jià)于 'o*'。
{n,m} m 和 n 均為非負(fù)整數(shù),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(gè) o。'o{0,1}' 等價(jià)
于 'o?'。請注意在逗號和兩個(gè)數(shù)之間不能有空格。
對一個(gè)很大的輸入文檔而言,章節(jié)數(shù)很輕易就超過九章,因此需要有一種方法來處理兩位數(shù)或者三位數(shù)的章節(jié)號。限定符就提供了這個(gè)功能。下面的Visual Basic scripting Edition 正則表達(dá)式可以匹配具有任何位數(shù)的章節(jié)標(biāo)題:
/Chapter [1-9][0-9]*/
下面的 VBscript 正則表達(dá)式執(zhí)行同樣的匹配:
"Chapter [1-9][0-9]*"
請注意限定符出現(xiàn)在范圍表達(dá)式之后。因此,它將應(yīng)用于所包含的整個(gè)范圍表達(dá)式,在本例中,只指定了從 0 到 9 的數(shù)字。
這里沒有使用 '+' 限定符,因?yàn)榈诙换蚝罄m(xù)位置上并不一定需要一個(gè)數(shù)字。同樣也沒有使用 '?' 字符,因?yàn)檫@將把章節(jié)數(shù)限制為只有兩位數(shù)字。在 'Chapter' 和空格字符之后至少要匹配一個(gè)數(shù)字。
如果已知章節(jié)數(shù)限制只有99 章,則可以使用下面的 Visual Basic scripting Edition 表達(dá)式來指定至少有一位數(shù)字,但不超過兩個(gè)數(shù)字。
/Chapter [0-9]{1,2}/
對 VBscript 可以使用下述正則表達(dá)式:
"Chapter [0-9]{1,2}"
上述表達(dá)式的缺點(diǎn)是如果有一個(gè)章節(jié)號大于 99,它仍只會匹配前兩位數(shù)字。另一個(gè)缺點(diǎn)是某些人可以創(chuàng)建一個(gè) Chapter 0,而且仍能匹配。一個(gè)更好的用來匹配兩位數(shù)的 Visual Basic scripting Edition 表達(dá)式如下:
/Chapter [1-9][0-9]?/
或者
/Chapter [1-9][0-9]{0,1}/
對 VBscript 而言,下述表達(dá)式與上面等價(jià):
"Chapter [1-9][0-9]?"
或者
"Chapter [1-9][0-9]{0,1}"
'*'、 '+'和 '?' 限定符都稱之為貪婪的,也就是說,他們盡可能多地匹配文字。有時(shí)這根本就不是所希望發(fā)生的情況。有時(shí)則正好希望最小匹配。
例如,你可能要搜索一個(gè) HTML 文檔來查找一處包含在 H1 標(biāo)記中的章節(jié)標(biāo)題。在文檔中該文字可能具有如下形式:
<H1>Chapter 1 – Introduction to Regular Expressions</H1>
下面的表達(dá)式匹配從開始的小于號 (<) 到 H1 標(biāo)記結(jié)束處的大于號之間的所有內(nèi)容。
/<.*>/
VBscript 的正則表達(dá)式為:
"<.*>"
如果所要匹配的就是開始的 H1 標(biāo)記,則下述非貪婪地表達(dá)式就只匹配 <H1>。
/<.*?>/
或者
"<.*?>"
通過在 '*'、 '+' 或 '?' 限定符后放置 '?',該表達(dá)式就從貪婪匹配轉(zhuǎn)為了非貪婪或最小匹配。
?
定位符
到現(xiàn)在為止,所看到的示例都只考慮查找任何地方出現(xiàn)的章節(jié)標(biāo)題。出現(xiàn)的任何一個(gè)字符串 'Chapter' 后跟一個(gè)空格和一個(gè)數(shù)字可能是一個(gè)真正的章節(jié)標(biāo)題,也可能是對其他章節(jié)的交叉引用。由于真正的章節(jié)標(biāo)題總是出現(xiàn)在一行的開始,因此需要設(shè)計(jì)一個(gè)方法只查找標(biāo)題而不查找交叉引用。
定位符提供了這個(gè)功能。定位符可以將一個(gè)正則表達(dá)式固定在一行的開始或結(jié)束。也可以創(chuàng)建只在單詞內(nèi)或只在單詞的開始或結(jié)尾處出現(xiàn)的正則表達(dá)式。下表包含了正則表達(dá)式及其含義的列表:
字符 描述
^ 匹配輸入字符串的開始位置。如果設(shè)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(jié)束位置。如果設(shè)置了RegExp對象的 Multiline 屬性,
$ 也匹配 '\n' 或 '\r' 之前的位置。
\b 匹配一個(gè)單詞邊界,也就是指單詞和空格間的位置。
\B 匹配非單詞邊界。
不能對定位符使用限定符。因?yàn)樵谝粋€(gè)換行符或者單詞邊界的前面或后面不會有連續(xù)多個(gè)位置,因此諸如 '^*' 的表達(dá)式是不允許的。
要匹配一行文字開始位置的文字,請?jiān)谡齽t表達(dá)式的開始處使用 '^' 字符。不要把 '^' 的這個(gè)語法與其在括號表達(dá)式中的語法弄混。它們的語法根本不同。
要匹配一行文字結(jié)束位置的文字,請?jiān)谡齽t表達(dá)式的結(jié)束處使用 '$' 字符。
要在查找章節(jié)標(biāo)題時(shí)使用定位符,下面的 Visual Basic scripting Edition 正則表達(dá)式將匹配位于一行的開始處最多有兩個(gè)數(shù)字的章節(jié)標(biāo)題:
/^Chapter [1-9][0-9]{0,1}/
VBscript 中相同功能的正則表達(dá)式如下:
"^Chapter [1-9][0-9]{0,1}"
一個(gè)真正的章節(jié)標(biāo)題不僅出現(xiàn)在一行的開始,而且這一行中也僅有這一個(gè)內(nèi)容,因此,它必然也位于一行的結(jié)束。下面的表達(dá)式確保所指定的匹配只匹配章節(jié)而不會匹配交叉引用。它是通過創(chuàng)建一個(gè)只匹配一行文字的開始和結(jié)束位置的正則表達(dá)式來實(shí)現(xiàn)的。
/^Chapter [1-9][0-9]{0,1}$/
對 VBscript 則使用:
"^Chapter [1-9][0-9]{0,1}$"
匹配單詞邊界有少許不同,但卻給正則表達(dá)式增加了一個(gè)非常重要的功能。單詞邊界就是單詞和空格之間的位置。非單詞邊界就是其他任何位置。下面的 Visual Basic scripting Edition 表達(dá)式將匹配單詞 'Chapter' 的前三個(gè)字符,因?yàn)樗鼈兂霈F(xiàn)在單詞邊界后:
/\bCha/
對 VBscript 為:
"\bCha"
這里 '\b' 操作符的位置很關(guān)鍵。如果它位于要匹配的字符串的開始,則將查找位于單詞開頭處的匹配;如果它位于改字符串的末尾,則查找位于單詞結(jié)束處的匹配。例如,下面的表達(dá)式將匹配單詞 'Chapter' 中的 'ter',因?yàn)樗霈F(xiàn)在單詞邊界之前:
/ter\b/
以及
"ter\b"
下面的表達(dá)式將匹配 'apt',因?yàn)樗挥?'Chapter' 中間,但不會匹配 'aptitude' 中的'apt':
/\Bapt/
以及
"\Bapt"
這是因?yàn)樵趩卧~ 'Chapter' 中 'apt' 出現(xiàn)在非單詞邊界位置,而在單詞 'aptitude' 中位于單詞邊界位置。非單詞邊界操作符的位置不重要,因?yàn)槠ヅ渑c一個(gè)單詞的開頭或結(jié)尾無關(guān)。
?
選擇與編組
選擇允許使用 '|' 字符來在兩個(gè)或多個(gè)候選項(xiàng)中進(jìn)行選擇。通過擴(kuò)展章節(jié)標(biāo)題的正則表達(dá)式,可以將其擴(kuò)充為不僅僅適用于章節(jié)標(biāo)題的表達(dá)式。不過,這可沒有想象的那么直接。在使用選擇時(shí),將匹配'|' 字符每邊最可能的表達(dá)式。你可能認(rèn)為下面的 Visual Basic scripting Edition 和 VBscript 表達(dá)式將匹配位于一行的開始和結(jié)束位置且后跟一個(gè)或兩個(gè)數(shù)字的 'Chapter' 或 'Section':
/^Chapter|Section [1-9][0-9]{0,1}$/
"^Chapter|Section [1-9][0-9]{0,1}$"
不幸的是,真正的情況是上面所示的正則表達(dá)式要么匹配位于一行開始處的單詞 'Chapter',要么匹配一行結(jié)束處的后跟任何數(shù)字的 'Section'。如果輸入字符串為 'Chapter 22',上面的表達(dá)式將只匹配單詞 'Chapter'。如果輸入字符串為 'Section 22',則該表達(dá)式將匹配 'Section 22'。但這種結(jié)果不是我們此處的目的,因此必須有一種辦法來使正則表達(dá)式對于所要做的更易于響應(yīng),而且確實(shí)也有這種方法。
可以使用圓括號來限制選擇的范圍,也就是說明確該選擇只適用于這兩個(gè)單詞 'Chapter' 和 'Section'。不過,圓括號同樣也是難處理的,因?yàn)樗鼈円灿脕韯?chuàng)建子表達(dá)式,有些內(nèi)容將在后面關(guān)于子表達(dá)式的部分介紹。通過采用上面所示的正則表達(dá)式并在適當(dāng)位置添加圓括號,就可以使該正則表達(dá)式既可以匹配 'Chapter 1',也可以匹配 'Section 3'。
下面的正則表達(dá)式使用圓括號將 'Chapter' 和 'Section' 組成一組,所以該表達(dá)式才能正確工作。對 Visual Basic scripting Edition 為:
/^(Chapter|Section) [1-9][0-9]{0,1}$/
對 VBscript 為:
"^(Chapter|Section) [1-9][0-9]{0,1}$"
這些表達(dá)式工作正確,只是產(chǎn)生了一個(gè)有趣的副產(chǎn)品。在 'Chapter|Section' 兩邊放置圓括號建立了適當(dāng)?shù)木幗M,但也導(dǎo)致兩個(gè)待匹配單詞之一都被捕獲供今后使用。由于在上面所示的表達(dá)式中只有一組圓括號,因此只能有一個(gè)捕獲的 submatch??梢允褂?VBscript 的Submatches 集合或者Visual Basic scripting Edition 中RegExp 對象的 $1-$9 屬性來引用這個(gè)子匹配。
有時(shí)捕獲一個(gè)子匹配是所希望的,有時(shí)則是不希望的。在說明所示的示例中,真正想做的就是使用圓括號對單詞 'Chapter' 或 'Section' 之間的選擇編組。并不希望在后面再引用該匹配。實(shí)際上,除非真的是需要捕獲子匹配,否則請不要使用。由于不需要花時(shí)間和內(nèi)存來存儲那些子匹配,這種正則表達(dá)式的效率將更高。
可以在正則表達(dá)式模式圓括號內(nèi)部的前面使用 '?:'來防止存儲該匹配供今后使用。對上面所示正則表達(dá)式的下述修改提供了免除子匹配存儲的相同功能。對 Visual Basic scripting Edition:
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/
對 VBscript:
"^(?:Chapter|Section) [1-9][0-9]{0,1}$"
除了 '?:' 元字符,還有兩個(gè)非捕獲元字符用于稱之為預(yù)查的匹配。一個(gè)為正向預(yù)查,用 ?= 表示, 在任何開始匹配圓括號內(nèi)的正則表達(dá)式模式的位置來匹配搜索字符串。一個(gè)為負(fù)向預(yù)查,用 '?!' 表示,在任何開始不匹配該正則表達(dá)式模式的位置來匹配搜索字符串。
例如,假定有一個(gè)包含引用有 Windows 3.1、Windows 95、Windows 98 以及 Windows NT 的文檔。進(jìn)一步假設(shè)需要更新該文檔,方法是查找所有對 Windows 95、Windows 98 以及 Windows NT 的引用,并將這些引用更改為 Windows 2000??梢允褂孟旅娴?Visual Basic scripting Edition 正則表達(dá)式,這是一個(gè)正向預(yù)查,來匹配 Windows 95、Windows 98 以及 Windows NT:
/Windows(?=95 |98 |NT )/
在 VBscript 要進(jìn)行同樣的匹配可以使用下述表達(dá)式:
"Windows(?=95 |98 |NT )"
找到一個(gè)匹配后,緊接匹配到的文字(而不包括預(yù)查中使用的字符)就開始對下一次匹配的搜索。例如,如果上面所示的表達(dá)式匹配到 'Windows 98',則將從 'Windows' 而不是 '98' 之后繼續(xù)查找。