小鎮(zhèn)樹妖--住在樹上的妖

          To follow the path: look to the master, follow the master, walk with the master, see through the master, become the master.

            BlogJava :: 首頁 :: 聯(lián)系 :: 聚合  :: 管理
            10 Posts :: 50 Stories :: 7 Comments :: 0 Trackbacks

          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。

          posted on 2006-09-02 20:12 jacky wu 閱讀(2582) 評論(2)  編輯  收藏 所屬分類: Web(asp, javascript, css ...)

          Feedback

          # re: VBS正則表達(dá)式語法 2011-02-17 22:26 阿薩德
          說了半天,一個(gè)例子都沒有,你是寫給神童看的  回復(fù)  更多評論
            

          # re: VBS正則表達(dá)式語法[未登錄] 2012-02-16 20:11 大王
          其實(shí)還是不錯(cuò)了。其實(shí)VBS這套正則引擎,還是挺簡單的?;旧狭私饬诉@些東西后,就能自己寫出一些簡單的表達(dá)式了。  回復(fù)  更多評論
            

          主站蜘蛛池模板: 措美县| 新昌县| 永登县| 阳高县| 盐山县| 京山县| 民和| 翁牛特旗| 玉屏| 贡觉县| 丘北县| 田林县| 三明市| 福建省| 保定市| 麻江县| 云和县| 泾川县| 错那县| 平湖市| 洛扎县| 古田县| 沙雅县| 郧西县| 玛沁县| 蒙城县| 武山县| 绥化市| 德令哈市| 华安县| 甘洛县| 廊坊市| 平泉县| 德化县| 阜南县| 宜黄县| 鄂州市| 云梦县| 徐州市| 绥化市| 和平区|