1. 正則表達(dá)式規(guī)則

1.1 普通字符

字母、數(shù)字、漢字、下劃線、以及后邊章節(jié)中沒(méi)有特殊定義的標(biāo)點(diǎn)符號(hào)，都是"普通字符"。表達(dá)式中的普通字符，在匹配一個(gè)字符串的時(shí)候，匹配與之相同的一個(gè)字符。

??? 舉例1：表達(dá)式 "c"，在匹配字符串 "abcde" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："c"；匹配到的位置是：開(kāi)始于2，結(jié)束于3。（注：下標(biāo)從0開(kāi)始還是從1開(kāi)始，因當(dāng)前編程語(yǔ)言的不同而可能不同）

??? 舉例2：表達(dá)式 "bcd"，在匹配字符串 "abcde" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："bcd"；匹配到的位置是：開(kāi)始于1，結(jié)束于4。

1.2 簡(jiǎn)單的轉(zhuǎn)義字符

一些不便書(shū)寫(xiě)的字符，采用在前面加 "\" 的方法。這些字符其實(shí)我們都已經(jīng)熟知了。

還有其他一些在后邊章節(jié)中有特殊用處的標(biāo)點(diǎn)符號(hào)，在前面加 "\" 后，就代表該符號(hào)本身。比如：^, $ 都有特殊意義，如果要想匹配字符串中 "^" 和 "$" 字符，則表達(dá)式就需要寫(xiě)成 "\^" 和 "\$"。

這些轉(zhuǎn)義字符的匹配方法與 "普通字符" 是類似的。也是匹配與之相同的一個(gè)字符。

??? 舉例1：表達(dá)式 "\$d"，在匹配字符串 "abc$de" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："$d"；匹配到的位置是：開(kāi)始于3，結(jié)束于5。

1.3 能夠與 '多種字符' 匹配的表達(dá)式

正則表達(dá)式中的一些表示方法，可以匹配 '多種字符' 其中的任意一個(gè)字符。比如，表達(dá)式 "\d" 可以匹配任意一個(gè)數(shù)字。雖然可以匹配其中任意字符，但是只能是一個(gè)，不是多個(gè)。這就好比玩撲克牌時(shí)候，大小王可以代替任意一張牌，但是只能代替一張牌。

舉例1：表達(dá)式 "\d\d"，在匹配 "abc123" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："12"；匹配到的位置是：開(kāi)始于3，結(jié)束于5。

??? 舉例2：表達(dá)式 "a.\d"，在匹配 "aaa100" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："aa1"；匹配到的位置是：開(kāi)始于1，結(jié)束于4。

1.4 自定義能夠匹配 '多種字符' 的表達(dá)式

使用方括號(hào) [ ] 包含一系列字符，能夠匹配其中任意一個(gè)字符。用 [^ ] 包含一系列字符，則能夠匹配其中字符之外的任意一個(gè)字符。同樣的道理，雖然可以匹配其中任意一個(gè)，但是只能是一個(gè)，不是多個(gè)。

舉例1：表達(dá)式 "[bcd][bcd]" 匹配 "abc123" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："bc"；匹配到的位置是：開(kāi)始于1，結(jié)束于3。

??? 舉例2：表達(dá)式 "[^abc]" 匹配 "abc123" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："1"；匹配到的位置是：開(kāi)始于3，結(jié)束于4。

1.5 修飾匹配次數(shù)的特殊符號(hào)

前面章節(jié)中講到的表達(dá)式，無(wú)論是只能匹配一種字符的表達(dá)式，還是可以匹配多種字符其中任意一個(gè)的表達(dá)式，都只能匹配一次。如果使用表達(dá)式再加上修飾匹配次數(shù)的特殊符號(hào)，那么不用重復(fù)書(shū)寫(xiě)表達(dá)式就可以重復(fù)匹配。

??? 使用方法是："次數(shù)修飾"放在"被修飾的表達(dá)式"后邊。比如："[bcd][bcd]" 可以寫(xiě)成 "[bcd]{2}"。

表達(dá)式	作用
{n}	表達(dá)式重復(fù)n次，比如： "\w{2}" 相當(dāng)于 "\w\w"； "a{5}" 相當(dāng)于 "aaaaa"
{m,n}	表達(dá)式至少重復(fù)m次，最多重復(fù)n次，比如： "ba{1,3}"可以匹配 "ba"或"baa"或"baaa"
{m,}	表達(dá)式至少重復(fù)m次，比如： "\w\d{2,}"可以匹配 "a12","_456","M12344"...
?	匹配表達(dá)式0次或者1次，相當(dāng)于 {0,1}，比如： "a[cd]?"可以匹配 "a","ac","ad"
+	表達(dá)式至少出現(xiàn)1次，相當(dāng)于 {1,}，比如： "a+b"可以匹配 "ab","aab","aaab"...
*	表達(dá)式不出現(xiàn)或出現(xiàn)任意次，相當(dāng)于 {0,}，比如： "\^*b"可以匹配 "b","^^^b"...

舉例1：表達(dá)式 "\d+\.?\d*" 在匹配 "It costs $12.5" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："12.5"；匹配到的位置是：開(kāi)始于10，結(jié)束于14。

??? 舉例2：表達(dá)式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："goooooogle"；匹配到的位置是：開(kāi)始于7，結(jié)束于17。

1.6 其他一些代表抽象意義的特殊符號(hào)

一些符號(hào)在表達(dá)式中代表抽象的特殊意義：

進(jìn)一步的文字說(shuō)明仍然比較抽象，因此，舉例幫助大家理解。

??? 舉例1：表達(dá)式 "^aaa" 在匹配 "xxx aaa xxx" 時(shí)，匹配結(jié)果是：失敗。因?yàn)?"^" 要求與字符串開(kāi)始的地方匹配，因此，只有當(dāng) "aaa" 位于字符串的開(kāi)頭的時(shí)候，"^aaa" 才能匹配， 比如："aaa xxx xxx"。

??? 舉例2：表達(dá)式 "aaa$" 在匹配 "xxx aaa xxx" 時(shí)，匹配結(jié)果是：失敗。因?yàn)?"$" 要求與字符串結(jié)束的地方匹配，因此，只有當(dāng) "aaa" 位于字符串的結(jié)尾的時(shí)候，"aaa$" 才能匹配， 比如："xxx xxx aaa"。

??? 舉例3：表達(dá)式 ".\b." 在匹配 "@@@abc" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："@a"；匹配到的位置是：開(kāi)始于2，結(jié)束于4。
??? 進(jìn)一步說(shuō)明："\b" 與 "^" 和 "$" 類似，本身不匹配任何字符，但是它要求它在匹配結(jié)果中所處位置的左右兩邊，其中一邊是 "\w" 范圍，另一邊是 非"\w" 的范圍。

??? 舉例4：表達(dá)式 "\bend\b" 在匹配 "weekend,endfor,end" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："end"；匹配到的位置是：開(kāi)始于15，結(jié)束于18。

一些符號(hào)可以影響表達(dá)式內(nèi)部的子表達(dá)式之間的關(guān)系：

舉例5：表達(dá)式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："Tom"；匹配到的位置是：開(kāi)始于4，結(jié)束于7。匹配下一個(gè)時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是："Jack"；匹配到的位置時(shí)：開(kāi)始于15，結(jié)束于19。

??? 舉例6：表達(dá)式 "(go\s*)+" 在匹配 "Let's go go go!" 時(shí)，匹配結(jié)果是：成功；匹配到內(nèi)容是："go go go"；匹配到的位置是：開(kāi)始于6，結(jié)束于14。

??? 舉例7：表達(dá)式 "￥(\d+\.?\d*)" 在匹配 "＄10.9,￥20.5" 時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是："￥20.5"；匹配到的位置是：開(kāi)始于6，結(jié)束于10。單獨(dú)獲取括號(hào)范圍匹配到的內(nèi)容是："20.5"。

2. 正則表達(dá)式中的一些高級(jí)規(guī)則

2.1 匹配次數(shù)中的貪婪與非貪婪

在使用修飾匹配次數(shù)的特殊符號(hào)時(shí)，有幾種表示方法可以使同一個(gè)表達(dá)式能夠匹配不同的次數(shù)，比如："{m,n}", "{m,}", "?", "*", "+"，具體匹配的次數(shù)隨被匹配的字符串而定。這種重復(fù)匹配不定次數(shù)的表達(dá)式在匹配過(guò)程中，總是盡可能多的匹配。比如，針對(duì)文本 "dxxxdxxxd"，舉例如下：

表達(dá)式	匹配結(jié)果
(d)(\w+)	"\w+" 將匹配第一個(gè) "d" 之后的所有字符 "xxxdxxxd"
(d)(\w+)(d)	"\w+" 將匹配第一個(gè) "d" 和最后一個(gè) "d" 之間的所有字符 "xxxdxxx"。雖然 "\w+" 也能夠匹配上最后一個(gè) "d"，但是為了使整個(gè)表達(dá)式匹配成功，"\w+" 可以 "讓出" 它本來(lái)能夠匹配的最后一個(gè) "d"

由此可見(jiàn)，"\w+" 在匹配的時(shí)候，總是盡可能多的匹配符合它規(guī)則的字符。雖然第二個(gè)舉例中，它沒(méi)有匹配最后一個(gè) "d"，但那也是為了讓整個(gè)表達(dá)式能夠匹配成功。同理，帶 "*" 和 "{m,n}" 的表達(dá)式都是盡可能地多匹配，帶 "?" 的表達(dá)式在可匹配可不匹配的時(shí)候，也是盡可能的 "要匹配"。這 種匹配原則就叫作 "貪婪" 模式 。

非貪婪模式：

??? 在修飾匹配次數(shù)的特殊符號(hào)后再加上一個(gè) "?" 號(hào)，則可以使匹配次數(shù)不定的表達(dá)式盡可能少的匹配，使可匹配可不匹配的表達(dá)式，盡可能的 "不匹配"。這種匹配原則叫作 "非貪婪" 模式，也叫作 "勉強(qiáng)" 模式。如果少匹配就會(huì)導(dǎo)致整個(gè)表達(dá)式匹配失敗的時(shí)候，與貪婪模式類似，非貪婪模式會(huì)最小限度的再匹配一些，以使整個(gè)表達(dá)式匹配成功。舉例如下，針對(duì)文本 "dxxxdxxxd" 舉例：

表達(dá)式	匹配結(jié)果
(d)(\w+?)	"\w+?" 將盡可能少的匹配第一個(gè) "d" 之后的字符，結(jié)果是："\w+?" 只匹配了一個(gè) "x"
(d)(\w+?)(d)	為了讓整個(gè)表達(dá)式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以讓后邊的 "d" 匹配，從而使整個(gè)表達(dá)式匹配成功。因此，結(jié)果是："\w+?" 匹配 "xxx"

更多的情況，舉例如下：

??? 舉例1：表達(dá)式 "<td>(.*)</td>" 與字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配時(shí)，匹配的結(jié)果是：成功；匹配到的內(nèi)容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整個(gè)字符串， 表達(dá)式中的 "</td>" 將與字符串中最后一個(gè) "</td>" 匹配。

??? 舉例2：相比之下，表達(dá)式 "<td>(.*?)</td>" 匹配舉例1中同樣的字符串時(shí)，將只得到 "<td><p>aa</p></td>"， 再次匹配下一個(gè)時(shí)，可以得到第二個(gè) "<td><p>bb</p></td>"。

2.2 反向引用 \1, \2...

表達(dá)式在匹配時(shí)，表達(dá)式引擎會(huì)將小括號(hào) "( )" 包含的表達(dá)式所匹配到的字符串記錄下來(lái)。在獲取匹配結(jié)果的時(shí)候，小括號(hào)包含的表達(dá)式所匹配到的字符串可以單獨(dú)獲取。這一點(diǎn)，在前面的舉例中，已經(jīng)多次展示了。在實(shí)際應(yīng)用場(chǎng)合中，當(dāng)用某種邊界來(lái)查找，而所要獲取的內(nèi)容又不包含邊界時(shí)，必須使用小括號(hào)來(lái)指定所要的范圍。比如前面的 "<td>(.*?)</td>"。

??? 其實(shí)，"小括號(hào)包含的表達(dá)式所匹配到的字符串" 不僅是在匹配結(jié)束后才可以使用，在匹配過(guò)程中也可以使用。表達(dá)式后邊的部分，可以引用前面 "括號(hào)內(nèi)的子匹配已經(jīng)匹配到的字符串"。引用方法是 "\" 加上一個(gè)數(shù)字。"\1" 引用第1對(duì)括號(hào)內(nèi)匹配到的字符串，"\2" 引用第2對(duì)括號(hào)內(nèi)匹配到的字符串……以此類推，如果一對(duì)括號(hào)內(nèi)包含另一對(duì)括號(hào)，則外層的括號(hào)先排序號(hào)。換句話說(shuō)，哪一對(duì)的左括號(hào) "(" 在前，那這一對(duì)就先排序號(hào)。

舉例如下：

??? 舉例1：表達(dá)式 "('|")(.*?)(\1)" 在匹配 " 'Hello', "World" " 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是：" 'Hello' "。再次匹配下一個(gè)時(shí)，可以匹配到 " "World" "。

??? 舉例2：表達(dá)式 "(\w)\1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 時(shí)，匹配結(jié)果是：成功；匹配到的內(nèi)容是 "ccccc"。再次匹配下一個(gè)時(shí)，將得到 999999999。這個(gè)表達(dá)式要求 "\w" 范圍的字符至少重復(fù)5次， 注意與 "\w{5,}" 之間的區(qū)別。

??? 舉例3：表達(dá)式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>" 在匹配 "<td id='td1' style="bgcolor:white"></td>" 時(shí)，匹配結(jié)果是成功。如果 "<td>" 與 "</td>" 不配對(duì)，則會(huì)匹配失敗；如果改成其他配對(duì)，也可以匹配成功。

2.3 預(yù)搜索，不匹配；反向預(yù)搜索，不匹配

前面的章節(jié)中，我講到了幾個(gè)代表抽象意義的特殊符號(hào)："^"，"$"，"\b"。它們都有一個(gè)共同點(diǎn)，那就是：它們本身不匹配任何字符，只是對(duì) "字符串的兩頭" 或者 "字符之間的縫隙" 附加了一個(gè)條件。理解到這個(gè)概念以后，本節(jié)將繼續(xù)介紹另外一種對(duì) "兩頭" 或者 "縫隙" 附加條件的，更加靈活的表示方法。

正向預(yù)搜索："(?=xxxxx)"，"(?!xxxxx)"

??? 格式："(?=xxxxx)"，在被匹配的字符串中，它對(duì)所處的 "縫隙" 或者 "兩頭" 附加的條件是：所在縫隙的右側(cè)，必須能夠匹配上 xxxxx 這部分的表達(dá)式。因?yàn)樗皇窃诖俗鳛檫@個(gè)縫隙上附加的條件，所以它并不影響后邊的表達(dá)式去真正匹配這個(gè)縫隙之后的字符。這就類似 "\b"，本身不匹配任何字符。"\b" 只是將所在縫隙之前、之后的字符取來(lái)進(jìn)行了一下判斷，不會(huì)影響后邊的表達(dá)式來(lái)真正的匹配。

??? 舉例1：表達(dá)式 "Windows (?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 時(shí)，將只匹配 "Windows NT" 中的 "Windows "，其他的 "Windows " 字樣則不被匹配。

??? 舉例2：表達(dá)式 "(\w)((?=\1\1\1)(\1))+" 在匹配字符串 "aaa ffffff 999999999" 時(shí)，將可以匹配6個(gè)"f"的前4個(gè)，可以匹配9個(gè)"9"的前7個(gè)。這個(gè)表達(dá)式可以讀解成：重復(fù)4次以上的字母數(shù)字，則匹配其剩下最后2位之前的部分。當(dāng)然，這個(gè)表達(dá)式可以不這樣寫(xiě)，在此的目的是作為演示之用。

格式："(?!xxxxx)"，所在縫隙的右側(cè)，必須不能匹配 xxxxx 這部分表達(dá)式。

??? 舉例3：表達(dá)式 "((?!\bstop\b).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 時(shí)，將從頭一直匹配到 "stop" 之前的位置，如果字符串中沒(méi)有 "stop"，則匹配整個(gè)字符串。

??? 舉例4：表達(dá)式 "do(?!\w)" 在匹配字符串 "done, do, dog" 時(shí)，只能匹配 "do"。在本條舉例中，"do" 后邊使用 "(?!\w)" 和使用 "\b" 效果是一樣的。

反向預(yù)搜索："(?<=xxxxx)"，"(?<!xxxxx)"

??? 這兩種格式的概念和正向預(yù)搜索是類似的，反向預(yù)搜索要求的條件是：所在縫隙的 "左側(cè)"，兩種格式分別要求必須能夠匹配和必須不能夠匹配指定表達(dá)式，而不是去判斷右側(cè)。與 "正向預(yù)搜索" 一樣的是：它們都是對(duì)所在縫隙的一種附加條件，本身都不匹配任何字符。

??? 舉例5：表達(dá)式 "(?<=\d{4})\d+(?=\d{4})" 在匹配 "1234567890123456" 時(shí)，將匹配除了前4個(gè)數(shù)字和后4個(gè)數(shù)字之外的中間8個(gè)數(shù)字。由于 JScript.RegExp 不支持反向預(yù)搜索，因此，本條舉例不能夠進(jìn)行演示。很多其他的引擎可以支持反向預(yù)搜索，比如：Java 1.4 以上的 java.util.regex 包，.NET 中System.Text.RegularExpressions 命名空間，以及本站推薦的最簡(jiǎn)單易用的 DEELX 正則引擎。