正則表達(dá)式 
如果原來沒有使用過正則表達(dá)式，那么可能對(duì)這個(gè)術(shù)語和概念會(huì)不太熟悉。不過，它們并不是您想象的那么新奇。

請(qǐng)回想一下在硬盤上是如何查找文件的。您肯定會(huì)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(gè)字符，而 * 則匹配一個(gè)或多個(gè)字符。一個(gè)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(kuò)大找到的文件數(shù)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(duì)正則表達(dá)式能做什么有一個(gè)概念，不過正則表達(dá)式的功能更強(qiáng)大，也更靈活。

早期起源 
正則表達(dá)式的“祖先”可以一直上溯至對(duì)人類神經(jīng)系統(tǒng)如何工作的早期研究。Warren McCulloch 和 Walter Pitts 這兩位神經(jīng)生理學(xué)家研究出一種數(shù)學(xué)方式來描述這些神經(jīng)網(wǎng)絡(luò)。

1956 年, 一位叫 Stephen Kleene 的數(shù)學(xué)家在 McCulloch 和 Pitts 早期工作的基礎(chǔ)上，發(fā)表了一篇標(biāo)題為“神經(jīng)網(wǎng)事件的表示法”的論文，引入了正則表達(dá)式的概念。正則表達(dá)式就是用來描述他稱為“正則集的代數(shù)”的表達(dá)式，因此采用“正則表達(dá)式”這個(gè)術(shù)語。

隨后，發(fā)現(xiàn)可以將這一工作應(yīng)用于使用 Ken Thompson 的計(jì)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(dá)式的第一個(gè)實(shí)用應(yīng)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(shí)起直至現(xiàn)在正則表達(dá)式都是基于文本的編輯器和搜索工具中的一個(gè)重要部分。

使用正則表達(dá)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(shù)對(duì)于靜態(tài)文本中的簡(jiǎn)單搜索和替換任務(wù)可能足夠了，但是由于它缺乏靈活性，因此在搜索動(dòng)態(tài)文本時(shí)就有困難了，甚至是不可能的。

使用正則表達(dá)式，就可以： 

測(cè)試字符串的某個(gè)模式。例如，可以對(duì)一個(gè)輸入字符串進(jìn)行測(cè)試，看在該字符串是否存在一個(gè)電話號(hào)碼模式或一個(gè)信用卡號(hào)碼模式。這稱為數(shù)據(jù)有效性驗(yàn)證。 
替換文本?？梢栽谖臋n中使用一個(gè)正則表達(dá)式來標(biāo)識(shí)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(jù)模式匹配從字符串中提取一個(gè)子字符串?？梢杂脕碓谖谋净蜉斎胱侄沃胁檎姨囟ㄎ淖?。 
例如，如果需要搜索整個(gè) web 站點(diǎn)來刪除某些過時(shí)的材料并替換某些HTML 格式化標(biāo)記，則可以使用正則表達(dá)式對(duì)每個(gè)文件進(jìn)行測(cè)試，看在該文件中是否存在所要查找的材料或 HTML 格式化標(biāo)記。用這個(gè)方法，就可以將受影響的文件范圍縮小到包含要?jiǎng)h除或更改的材料的那些文件。然后可以使用正則表達(dá)式來刪除過時(shí)的材料，最后，可以再次使用正則表達(dá)式來查找并替換那些需要替換的標(biāo)記。

另一個(gè)說明正則表達(dá)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(gè)子集，具有豐富的字符串處理功能。與 C 類似的 Jscript 則沒有這一能力。正則表達(dá)式給 JScript 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(dá)式的效率更高，它允許在單個(gè)表達(dá)式中執(zhí)行多個(gè)字符串操作。

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(huì)遇到的正則表達(dá)式示例：

JScript VBScript 匹配 
/^[ 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(hào)碼是否由一個(gè)2位數(shù)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) 向后引用、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(duì)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(duì)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。例如，”o{1,3}” 將匹配 “fooooood” 中的前三個(gè) o。’o{0,1}’ 等價(jià)于 ‘o?’。請(qǐng)注意在逗號(hào)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(duì)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(qǐng)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JScript 中則使用 $0…$9 屬性。要匹配圓括號(hào)字符，請(qǐng)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(chǔ)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(jiǎn)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 “Windows 3.1” 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。 

(?!pattern) 負(fù)向預(yù)查，在任何不匹配 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 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， ‘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(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 [ fnrtv]。 

S 匹配任何非空白字符。等價(jià)于 [^ fnrtv]。 

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(zhǎng)。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(duì)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(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果 n 之前至少 n 個(gè)獲取的子表達(dá)式，則 n 為向后引用。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(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果 nm 之前至少有 nm 個(gè)獲得子表達(dá)式，則 nm 為向后引用。如果 nm 之前至少有 n 個(gè)獲取，則 n 為一個(gè)后跟文字 m 的向后引用。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(hào) (?)。 

建立正則表達(dá)式 

構(gòu)造正則表達(dá)式的方法和創(chuàng)建數(shù)學(xué)表達(dá)式的方法一樣。也就是用多種元字符與操作符將小的表達(dá)式結(jié)合在一起來創(chuàng)建更大的表達(dá)式。

可以通過在一對(duì)分隔符之間放入表達(dá)式模式的各種組件來構(gòu)造一個(gè)正則表達(dá)式。對(duì) JScript 而言，分隔符為一對(duì)正斜杠 (/) 字符。例如：

/expression/
對(duì) VBScript 而言，則采用一對(duì)引號(hào) (“”) 來確定正則表達(dá)式的邊界。例如：

“expression”
在上面所示的兩個(gè)示例中，正則表達(dá)式模式 (expression) 均存儲(chǔ)在RegExp 對(duì)象的Pattern 屬性中。

正則表達(dá)式的組件可以是單個(gè)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。

優(yōu)先級(jí)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)先級(jí)順序來求值。

下表從最高優(yōu)先級(jí)到最低優(yōu)先級(jí)列出各種正則表達(dá)式操作符的優(yōu)先級(jí)順序：

操作符 描述 
 轉(zhuǎn)義符 
(), (?:), (?=), [] 圓括號(hào)和方括號(hào) 
*, +, ?, {n}, {n,}, {n,m} 限定符 
^, $, anymetacharacter 位置和順序 
| “或”操作 

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(shù)字，所有標(biāo)點(diǎn)符號(hào)以及一些符號(hào)。

最簡(jiǎn)單的正則表達(dá)式是一個(gè)單獨(dú)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(xiàn)的字母 ‘A’。這里有一些單字符正則表達(dá)式模式的示例：

/a/
/7/
/M/
等價(jià)的 VBScript 單字符正則表達(dá)式為：

“a”
“7”
“M”
可以將多個(gè)單字符組合在一起得到一個(gè)較大的表達(dá)式。例如，下面的 JScript 正則表達(dá)式不是別的，就是通過組合單字符表達(dá)式 ‘a’、’7’以及 ‘M’ 所創(chuàng)建出來的一個(gè)表達(dá)式。

/a7M/
等價(jià)的 VBScript 表達(dá)式為：

“a7M”
請(qǐng)注意這里沒有連接操作符。所需要做的就是將一個(gè)字符放在了另一個(gè)字符后面。

特殊字符

有不少元字符在試圖對(duì)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(duì)象的 Multiline 屬性，則 $ 也匹配 ‘n’ 或 ‘r’。要匹配 $ 字符本身，請(qǐng)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(qǐng)使用 ( 和 )。 

* 匹配前面的子表達(dá)式零次或多次。要匹配 * 字符，請(qǐng)使用 *。 

+ 匹配前面的子表達(dá)式一次或多次。要匹配 + 字符，請(qǐng)使用 +。 

. 匹配除換行符 n之外的任何單字符。要匹配 .，請(qǐng)使用 。 

[ 標(biāo)記一個(gè)中括號(hào)表達(dá)式的開始。要匹配 [，請(qǐng)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(qǐng)使用 ?。 

 將下一個(gè)字符標(biāo)記為或特殊字符、或原義字符、或向后引用、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(hào)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(qǐng)使用 ^。 

{ 標(biāo)記限定符表達(dá)式的開始。要匹配 {，請(qǐng)使用 {。 

| 指明兩項(xiàng)之間的一個(gè)選擇。要匹配 |，請(qǐng)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 [ fnrtv]。 

S 匹配任何非空白字符。等價(jià)于 [^ fnrtv]。 

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 JScript 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：