正则表达.doc

正则表达式 2011-5-24 卞静 一．普通规则 1.1普通字符 正则表达式包括的普通字符有： 1、字母； 2、数字； 3、汉字； 4、下划线。 1.2简单转义字符 （1）\r 回车 （2）\n 换行 （3）\t ?制表 （4）\^ ^字符本身 （5）\$ $字符本身 （6）\\ \本身 （7）\. 小数点 1.3多种字串匹配 \d 匹配0~9任意一个数字 \w 匹配A~Z, a~z, 0~9, _ 中任意一个字符 \s 空白字符（空格、Tab、换页符等）中的一个字符 . 匹配除（\n）以外的任意一个字符 1.4自定义多种字符匹配 [] 匹配其中任意一个字符 [^] 匹配其中字符以外的任意一个字符 [ab5@] 匹配“a”或“b”或“5”或“@” [^abc] 匹配“a”、“b”、“c”之外的任意一个字符 [f-k] 匹配“f”~“k”之间的任意一个字母 [^A-F0-3] 匹配“A”~“F”，“0”~“3”之外的任意一个字符 1.5修饰匹配次数 {n} 表达式重复n次 例：（1）“\w{2}”相当于“\w\w”。 （2）“a{5}”相当于“aaaaa”。 {m，n} 匹配m~n次 例：（1）“ba{1，3}”可匹配“ba”，“baa”，“baaa”。 {m，} 至少重复m次 ？即{0，1} 匹配0次或1次 例：“a[cd]”可匹配“a”，“ac”，“ad”。 + 即{1，} 至少出现1次 例：“a+b”可以匹配“ab”，“aab”，“aaab”…… * 即{0，} 不出现或出现任意次 例：“\^*b”可以匹配“b”，“^^b”…… 1.6抽象意义特殊符号 ^ 匹配字符串开始，但不匹配任何字符 $ 匹配字符串结束，但不匹配任何字符 \b 匹配单词边界（单词与空格之间的位置），但不匹配任何字符 | 匹配左边或右边 （） 1、匹配括号内整体被修饰 2、取匹配结果时，括号内的内容可单独得到 例：（1）“（go\s*）+”在匹配“Let’s go go go”时匹配到的是“go go go”。 （2）“￥（\d+\ .?\d*）”匹配“$10.9，￥20.5”时匹配到的是“20.5”。 二．高级规则 2.1 贪婪模式 “{m，n}”，“{m，}”，“？”，“*”，“+”这类重复匹配不定次数（根据被匹配的字串才能决定），在匹配过程中，总是尽可能多的匹配，称为贪婪模式 例：（1）（d）（\w+）：匹配“dXXXdXXXdXXXaXXaa”时，结果为 “XXXdXXXdXXXaXXaa”。 （2）（d）（\w+）（d）匹配“dXXXdXXXXaXXd”时，结果为 “XXXdXXXXaXX”（尽可能多的匹配，且为了匹配成功，\w让出最后一个d让（d）去匹配）。 2.2 非贪婪模式 在修饰匹配次数的符号后加？，则尽可能少的匹配 例：（1）（d）（\w+?）匹配“dXXXdXXd”，结果为“dX”。 （2）（d）（\w+?）匹配“dXXXdXXd”，结果为“dXXXd”。 （3）（’|””）（.*?）（\1）匹配“’Hello’,”world””时，匹配结果为’Hello’，再次匹 配结果为”world”。 （4）（\w）\1{4，}匹配“aa bbbb abcdef ccccc 111121111999999999”时，第一次结 果为ccccc，第二次为“999999999”。 实例：“（\w+）\s*（\w+（=（’1”）.*?\4）?\s*）*.*?/ \1”在匹配 “td id=’td1’ style=”bgcolor：white”/td”时成功，若“td”与“/td”不配 对时则失败。 2.3 预搜索（试配） 预搜索只作为匹配的附加条件而并不真正去匹配字串，可以理解为在一个字串中匹 配符合某种条件的字串，条件本身不参与匹配结果。预搜索分为正向搜索和反向搜索。 2.3.1正向搜索 （？=XXXX）——匹配符合后面字串与XXXX匹配的字串； （？！XXXX）——匹配符合后面字串不与XXXX匹配的字串。 正向搜索条件处于被匹配字串缝隙的右侧。 例：（1）“Windows（？=NT|XP）”在匹配“Windows98，WindowsNT，Windows2000” 时，只匹配“WindowsNT”中的“Windows”。 该正则表达式的含义是与“NT”或者“XP”相匹配的“Windows”。 （2）“（\w）（（？=\1\1\1）（\1））+”匹配“aaaffffffff9999999999”时，可匹配 四个“f”，也可以匹配七个“9”。 （3）“（（？！