是字符串結構的語(yǔ)法規則，是一個(gè)特定的格式化模式，可以匹配、替換、截取匹配的字符串。
正則表達式的語(yǔ)法規則
一個(gè)完整的正則表達式有兩部分構成，元字符和文本字符。元字符就是具有特殊含義的字符，如前面提到的“*”和“？”。文本字符就是普通的文本。如字母和數字等。PCRE風(fēng)格的正則表達式一般都放置在定界符定界符“/”中間。
行定位符
^表示行的開(kāi)始
^tm表示要匹配字串tm的開(kāi)頭是行頭，如tm equal tomorrow moon。就可匹配。而 tomorrow moon equal tm就不能。如果寫(xiě)成tm$就可以匹配。$表示從尾部開(kāi)始。如果匹配字串可以是任意部分。直接寫(xiě)成tm即可。
單詞定界符（\b、\B）
繼續上面實(shí)例，使用tm可以匹配在字符串中出現的任何位置。那么類(lèi)似html、utmost中的tm也會(huì )被查找出來(lái)。但現在要匹配的是單詞tm而不是單詞的一部分。這時(shí)可以使用單詞分界符\b，表示要查找的字串是一個(gè)完整的單詞。單詞定界符是成對出現的
如：
\btm\b
還有一個(gè)大寫(xiě)的\B意思和\b相反。匹配的字串不能是一個(gè)完整的單詞，而是其他單詞或字串的一部分。
如：
\Btm\B
字符類(lèi)（[]）
正則表達式是區分大小寫(xiě)的，如果要忽略大小寫(xiě)該怎么辦呢解決的方法有很多。其中一個(gè)方法就是使用[]號表達式。只要匹配的字符出現在[]號內。即可表示匹配成功。注意一個(gè)[]只能匹配一個(gè)字符。例如：要匹配的字符tm不區分大小寫(xiě)，那么該表達式應該寫(xiě)成如下格式
[Tm][Mm]
這樣就可匹配字串tm的所有寫(xiě)法。POSIX和PCRE都使用了一些預定義字符類(lèi)。但表示方法略有不同。
POSIX風(fēng)格的預定義字符類(lèi)如表。
預定義字符類(lèi)
說(shuō)明
[:digit:]
十進(jìn)制數字結合。等同于[0-9]
[[:almum:]]
字母和數字的集合。等同于[a-zA-z0-9]
[[:alpha]]
字母集合。等同于[a-zA-Z]
[[:blank:]]
空格和字符表
[[:xdigit:]]
十六進(jìn)制數字
[[:punct]]
特殊字符集合。包括接（鍵）盤(pán)上的所有特殊字符，，如！@￥等。
[[:print:]]
所有的可打印字符（包括空白字符）
[[:space:]]
空白字符（空格、換行符、換頁(yè)符、回車(chē)符、水平制表符）
[[:graph:]]
所有的可打印字符（不包括空白字符）
[[:upper:]]
所有大寫(xiě)字母[A-Z]
[[:lower:]]
所有小寫(xiě)字母[a-z]
[[:cntrl:]]
控制字符
而PCRE的預定義字符類(lèi)則使用反斜線(xiàn)來(lái)表示。
選擇字符（|）
還有一種方法可以實(shí)現上面的匹配模式，就是使用選擇字符（|）可以理解為或
(T|t)(M|m)
該表達式意為：以字母T或t開(kāi)頭，后面接一個(gè)字母M或m
★使用“[]”和使用“|”的區別在于“[]“只能匹配單個(gè)字符，而“|”可以匹配任意長(cháng)度的字串。如果不怕麻煩上例還可以寫(xiě)成TM|tm|Tm|tM.
連字符(-)
變量的命名規則只能是以字母和下劃線(xiàn)開(kāi)頭。如果要使用正則表示來(lái)匹配變量名的第一個(gè)字母，難道要寫(xiě)成[a,b,c,d…A,B,C,D…]這樣的格式嗎？不用擔心正則表達式提供了連字符“-“來(lái)解決這個(gè)問(wèn)題。連字符可以表示字符的范圍如上可以寫(xiě)成[a-zA-z]。
排除字串（[^]）
上面例子是匹配符合命名規則的變量?，F在反過(guò)來(lái)，匹配不符合命名規則的變量。這是該怎么做呢？正則表達式提供了“^“字符。這個(gè)元字符表示行的開(kāi)始。這里放到方括號中表示排除的意思。
[^a-zA-z]
該表達式匹配的就是不以字母和下劃線(xiàn)開(kāi)頭的變量名。（下劃線(xiàn)是如何體現的,下劃線(xiàn)算是字母組合中？）
限定符
經(jīng)常使用google的用戶(hù)可能會(huì )發(fā)現：在搜索結果頁(yè)的下方，google中間字母o的個(gè)數會(huì )隨著(zhù)搜索頁(yè)的改變而改變。那么要匹配該字串的正則改如何實(shí)現呢？
對于這類(lèi)重復出現的字母或字串，可以使用限定符來(lái)實(shí)現匹配。限定符主要有6種。
限定符說(shuō)明和舉例
限定符
說(shuō)明
舉例
匹配前面的字符零次或一次
colou?r，該表達式可以匹配colour和color
+
匹配前面的字符一次或多次
go+gle，該表達式可以匹配的范圍從gogle到goo…gle
*
匹配前面的字符零次或多次
go*gle該表達式可以匹配的范圍從gogle到goo…gle
{n}
匹配前面的字符n次
go{2}gle,該表達式只匹配google
{n,}
匹配前面的字符至少n次
go{2,}gle,該表達式可以匹配的范圍從google到goo..gle
{n,m}
匹配前面的字符最少n次，最多m次
employe{0,2}該表達式可以匹配employ、employe和employee3種情況
可以發(fā)現實(shí)際已經(jīng)對字符串進(jìn)行了匹配，只是還不完善。通過(guò)觀(guān)察發(fā)現google搜索結果只有一頁(yè)時(shí)，不顯示google標識，只有大于等于2時(shí)，才顯示google說(shuō)明字母o最少有2個(gè)，最多為20個(gè)，那么正則表達式為：
go{2,20}gle
點(diǎn)號字符（.）
有這樣一種英語(yǔ)題：寫(xiě)出5-10個(gè)以s開(kāi)頭、t結尾的單詞。有時(shí)考題并不告知第一個(gè)字母，而是中間任意一個(gè)。
在正則表達式中可以通過(guò)點(diǎn)字符（.）來(lái)實(shí)現這樣的匹配。點(diǎn)字符（.）可以匹配出換行符外任意一個(gè)字符。注意除換行符外。
如匹配以s開(kāi)頭、t結尾、中間包含一個(gè)字母的單詞。格式如下：
^s.t$（^表示開(kāi)始，$表示結束）
匹配單詞包括：sat、set、sit等。
再舉一個(gè)實(shí)例，匹配一個(gè)單詞，它的第一個(gè)字母為r。第3個(gè)字母為s，最后一個(gè)字母為t。能匹配該單詞的正則表達式為：
^r.s.*t$ （^表示開(kāi)始，$表示結束）
轉義字符（\）
正則表達式中的轉移字符（\）和php中的大同小異， 如用正則表達式匹配如127.0.0.1這樣的IP地址。如果直接使用點(diǎn)字符：
[0-9]{1,3}(.[0-9]{1,3}){3}
這顯然不對，因為“.“可以匹配一個(gè)任意字符。這時(shí)，不僅是127.0.0.1這樣的ip，連127101011這樣的字串也會(huì )被匹配出來(lái)。所以在使用“.”時(shí)，需要使用轉義字符（\）。修改后
[0-9]{1,3}(\.[0-9]{1,3}){3}
★括號在正則表達式中也算是一個(gè)元字符。
反斜線(xiàn)（\）
除了可以做轉義字符外，反斜線(xiàn)還有其他一些功能。
■反斜線(xiàn)可將一些不可打印字符顯示出來(lái)，如表
字符
說(shuō)明
\a
報警，即ASCII中的<bel>字符（0x07）
\b
退格 即ASCII中的<bs>字符（0x08）。注意，在PHP中只有在中括號（[]）里使用才表示退格
\e
Escap，即ASCII中的<esc>字符（0x08）
\f
換頁(yè)符
\n
換行符
\r
回車(chē)符
\t
水平制表符
\xhh
十六進(jìn)制代碼
\ddd
八進(jìn)制代碼
\cx
即control-x的縮寫(xiě)，匹配由X指明的控制字符，其中X是任意字符
■反斜杠指定的預定義的字符集
預定義字符集
說(shuō)明
\d
任意一個(gè)十進(jìn)制數字，相當于[0-9]
\D
任意一個(gè)非十進(jìn)制數字
\s
任意一個(gè)空白字符（空格、換行符、換頁(yè)符、回車(chē)符、水平制表符）相當于[\f\n\r\t]
\S
任意一個(gè)非空白字符
\w
任意一個(gè)單詞字符，相當于[a-zA-Z0-9_]
\W
任意一個(gè)非單詞字符
■定義斷言，其中已經(jīng)接觸過(guò)了\b、\B其他如表
限定符
說(shuō)明
\b
單詞分界符，用來(lái)匹配字符串中某些位置，\b是以統一的分界符來(lái)匹配
\B
非單詞分界符序列
\A
總是能夠匹配帶搜索文本的起始位置
\Z
表示在未指定任何模式下匹配的字符，通常是字符串的末尾位置，或者是在字符串末尾的換行符之前的位置
\z
只匹配字符串的末尾，不考慮任何換行符
\G
當前匹配的起始位置
括號字符（()）
小括號字符的第一個(gè)作用就是可以改變限定符的作用范圍，如“|”、“*”“^“等?？聪旅娴谋磉_式
（thir|four）th
這個(gè)表達式的意思是匹配單詞thirth或forth如果不使用小括號，那么就變成了匹配單詞thir和fourth了。
小括號第二個(gè)作用是分組，也就是子表達式。如(\.[0-9]{1,3}){3}，就是對分組（\.[0-9]{1,3}）進(jìn)行重復操作。后面要學(xué)到的反向引用、捕獲、斷言等都是和分組有著(zhù)直接關(guān)系。
反向引用
就是依靠子表達式的“記憶“功能來(lái)匹配連續出現的字串或字母。如匹配連續兩個(gè)it，首先將單詞it作為分組，然后在后面加上“\1”即可。
(it)\1
這就是反向引用最簡(jiǎn)單的格式。如果要匹配的字串不固定 ，那么就將括號內的字串寫(xiě)成一個(gè)正則表達式。如果使用了多個(gè)分組，那么可以用“\1”、“\2”來(lái)表示每個(gè)分組（順序是從左至右）。如
([a-z])([A-Z])\1\2
除了可以使用數字來(lái)表示分組外，還可以制定分組名稱(chēng)。語(yǔ)法格式
（p<subname>…）
如果想要反向引用該分組，使用如下語(yǔ)法
（p=subname）
下面來(lái)重寫(xiě)一下表達式([a-z])([A-Z])\1\2為這兩個(gè)分組分別命名，并反向引用他們。正則表達式如下
(?p<fir>[a-z])(?p<sec>[A-Z])(?p=fir)(?p=sec)
反向引用還可以在正則表達式外調用，默認使用$0、$1存儲分組，順序也是從左到右。
捕獲
在使用反向引用時(shí),捕獲功能就已經(jīng)開(kāi)啟了.就是將不同的分組自動(dòng)保存到元字符”\1”、”\2”、中，使用時(shí)直接調用即可。上節中使用了兩種引用語(yǔ)法（（…）和(?<subname>)），也就是捕獲語(yǔ)法。
使用捕獲功能很方便，提高了表達式的重復利用率，但也減慢執行速度，占用了更多內存。如不想使用捕獲功能，可以使用僅有分組功能的非捕獲括號（:…）。以表達式（[a-z]）([A-Z])\1\2為例，使用非捕獲括號。
(?:(?:[a-z])(?:[A-Z])){2}
斷言（環(huán)視）
斷言也是用來(lái)匹配表達式的一種語(yǔ)法，但它和其他語(yǔ)法的不同之處在于：斷言不會(huì )去“占有“匹配的字串，而是對當前匹配字串的位置進(jìn)行匹配。
※雖然斷言也是匹配字串，但其匹配的是字串的位置。
其實(shí)前面學(xué)過(guò)的行定位符（^和$）和單詞分界符（\b、\B）都屬于斷言。行定位符的作用就是匹配字串的開(kāi)始位置（或結束位置），他不去匹配字串。單詞分界符也是一樣。它只會(huì )匹配字串的開(kāi)始位置（或結束位置）是否在另一個(gè)字串當中。其他的反斜線(xiàn)斷言和“\b“的用法是一樣的。本節學(xué)習比較復雜的斷言——環(huán)視。環(huán)視分順序環(huán)視和逆序環(huán)視。
1.順序環(huán)視
順序環(huán)視是從左到右查看字符串，匹配字串最左邊的位置。
語(yǔ)法：
(?=…)
來(lái)看這樣兩個(gè)表達式：\s(?=is)和(?=is)ister在“this is a register book“這句話(huà)中，兩個(gè)表達式匹配的是什么呢？
看圖：
圖片待補（P121）
通過(guò)圖很容易就能得出結論，這兩個(gè)表達式的匹配值一個(gè)是空格（），一個(gè)是字串（ister）.
2.逆序環(huán)視
從右到左查看字符串，匹配字串最右邊的位置。表達式語(yǔ)法如下：
(?<=…)
仍以“this is a register book“為例來(lái)看兩個(gè)逆序循環(huán)表達式（<=is）\sis和regis(?<=is)的匹配結果是什么，
如圖（待補P122）
模式修飾符
模式修飾符的作用是設定模式。也就是規定正則表達式應該如何解釋和應用。不同的語(yǔ)言都有自己的模式配置，PHP中的主要模式如表
修飾符
表達式寫(xiě)法
說(shuō)明
i
(?i)…(?-i)、(?i:…)
忽略大小寫(xiě)模式
M
(?m)…(?-m)、(?m:…)
多文本模式，即字串內部有多個(gè)換行符時(shí)，影響”^”和”$”的匹配
S
(?s)…(?-s)、(?s:…)
單文本模式。在此模式下，元字符點(diǎn)號(.)可以匹配換行符。其他模式則不能
x
(?x)…(?-x)、(?x:…)
忽略空白字符
模式修飾符既可以寫(xiě)在正則表達式的外面，也可以寫(xiě)在表達式內。如忽略大小寫(xiě)模式，可以寫(xiě)為（雙引號忽略不計）
“/tm/i”、“(?i)tm(?-i)”和“(?i:tm)”三種格式。
POSIX擴展正則表達式函數
PHP中實(shí)現POSIX正則表達式的函數有7個(gè)。首先了解一下主要函數的語(yǔ)法。
ereg()函數和eregi()函數
函數語(yǔ)法格式：
Bool ereg/eregi (string pattern,string string [,array regs])
函數功能：在字符串string中匹配表達式pattern，如果匹配成功返回true，否則返回false。如果有第三個(gè)參數regs,則將成功匹配的字串按子串（子表達式）劃分，并存儲到regs數組中。ereg區分大小寫(xiě)，而eregi不區分大小寫(xiě)。
示例：使用ereg()函數驗證變量是否合法。
<?php
$ereg = '^[$][[:alpha:]_][[:alnum:]]*'; //要匹配的字串
ereg($ereg,'$_name',$register); //使用ereg()函數匹配變量名
var_dump($register); //顯示數組結構
?>
運行結果
·····································
array(1) { [0]=> string(6) "$_name" }
·····································
ereg_replace()函數和eregi_replace()函數
函數語(yǔ)法格式：
String ereg_replace/eregi_replace(string pattern,string replacement,string string)
函數功能：在字符串string中匹配表達式pattern。如果匹配成功，則使用replacemnet來(lái)替換匹配字串，并返回替換后的string。eregi_replacement()不分大小寫(xiě)。
示例：
將字符串中所有非大寫(xiě)的tm都換成大寫(xiě)TM
<?php
$ereg = 'tm'; //要匹配的字串
$str = 'hello,tm,Tm,tM.'; //要查找的文本
$rep_str = eregi_replace($ereg,'TM',$str); //使用eregi_replace()函數進(jìn)行替換
echo $rep_str; //輸出替換后的文本
?>運行結果
·································
hello,TM,TM,TM.
·································
Split()函數和spliti()函數
函數語(yǔ)法格式
Array split/spliti(string pattern,string string[,int limit])
函數功能：使用表達式pattern來(lái)分割字符串string。如果有參數limit，那么數組最多有limit個(gè)元素，剩余部分都寫(xiě)到最后一個(gè)數組元素中。如果函數錯誤，則返回false。Split()函數區分大小寫(xiě)，spliti()不區分大小寫(xiě)。
示例：
本例使用字串is來(lái)分割字符串$str，了解split()函數對空格是怎么處理的。
<?php
$ereg = 'is';
$str = 'This is a register book.';
$arr_str = spliti($ereg,$str);
var_dump($arr_str);
?>
運算結果
········································
array(4) { [0]=> string(2) "Th" [1]=> string(1) " " [2]=> string(6) " a reg" [3]=> string(9) "ter book." }
·············································
PCRE兼容正則表達式函數
實(shí)現PCRE風(fēng)格的正則表達式的函數也有7個(gè)。但無(wú)論從執行效率還是從語(yǔ)法支持上，PCRE函數都略?xún)?yōu)于POSIX函數。下面就來(lái)了解一下這個(gè)7個(gè)PRCE函數。
Preg_grep()函數
函數語(yǔ)法格式
Array preg_grep(string pattern,array input)
函數功能：使用數組input中的元素一一匹配表達式pattern，最后返回由所有相匹配的元素所組成的數組。
示例：
在數組$arr中匹配具有正確格式的電話(huà)號（010-1234****等），并存到另一個(gè)數組中。示例代碼如下
<?php
$preg = '/\d{3,4}-?\d{7,8}/'; //國內電話(huà)格式表達式
$arr = array('043212345678','0431-7654321','12345678'); //包含元素的數組
$preg_arr = preg_grep($preg,$arr); //使用preg_prep()查找匹配元素
var_dump($preg_arr); //查看新數組結構
?>
運行結果
········································
array(2) { [0]=> string(12) "043212345678" [1]=> string(12) "0431-7654321" }
········································
Preg_match()函數和preg_match_all()函數
函數語(yǔ)法：
Int preg_match/preg_match_all(string pattern,string subject [,array matches])
函數功能：
在字符串subject 中匹配表達式pattern。函數返回匹配的次數。如果有數組matches，那么每次匹配的結果都將被存儲到數組matches中。
函數preg_match()的返回值是0或1.因為該函數在匹配成功后就停止繼續查找了。而preg_match_all()函數則會(huì )一直匹配到最后才會(huì )停止。參數array matches 對于preg_match_all()函數是必須有的，而對前者則可以省略。
示例：
使用preg_match()函數和preg_match_all()函數來(lái)匹配字串$str，并返回各自的匹配次數。
<?php
$str = 'This is an example!';
$preg = '/\b\w{2}\b/';
$num1 = preg_match($preg,$str,$str1);
echo $num1.'<br>';
var_dump($str1);
$num2 = preg_match_all($preg,$str,$str2);
echo '<br>'.$num2.'<br>';
var_dump($str2);
?>
運行結果
·····························
1
array(1) { [0]=> string(2) "is" }
2
array(1) { [0]=> array(2) { [0]=> string(2) "is" [1]=> string(2) "an" } }
·····························
Preg_quote()函數
函數語(yǔ)法：
String preg_quote(string str [,string delimiter])
函數功能：
該函數將字符串str中的所有特殊字符進(jìn)行自動(dòng)轉義。如果有參數delimiter,那么該參數所包含的字符串也將被轉義。函數返回轉義后的字串。
輸出常用的特殊字符，并且將字母b也當做特殊字符輸出。實(shí)例代碼如下：
<?php
$str = '!、$、^、*、+、.、[、]、\\、/、b、<、>';
$str2 = 'b';
$match_one = preg_quote($str,$str2);
echo $match_one;
?>
運行結果
························
\!、\$、\^、\*、\+、\.、\[、\]、\\、/、\b、\<、\>
························
※這里的特殊字符是指正則表達式中具有一定意義的元字符。其他如“@”、“#”等則不會(huì )被當做特殊字符處理。
Preg_replace()函數
語(yǔ)法：
Mixed preg_replace( mixed pattern,mixed replacement,mixed subject [,int limit])
函數功能：
該函數在字符串subject中匹配表達式pattern,并將匹配項替換成字符串replacement。如果有參數limit，則替換limit次。
示例：
實(shí)現一個(gè)常見(jiàn)的UBB代碼轉換功能，將輸入的“[b]…[/b]”、“[i]…[/i]”等類(lèi)似的格式轉換為html能識別的標簽。
<?php
$string = '[b]粗體字[/b]';
$b_rst = preg_replace('/\[b\](.*)\[\/b\]/i','<b>$1</b>',$string);
echo $b_rst;
?>
運行結果
·····························
粗體字
·····························
★preg_replace()函數中的字串“$1”是在正則表達式外調用分組，按照$1、$2排列。依次表示從左到右的分組順序，也就是括號順序。$0表示的是整個(gè)正則表達式的匹配值。
Preg_replace_callback()函數
函數語(yǔ)法格式：
Mixed preg_replace_callback(mixed pattern,callback callback,mixed subject[,int limit])
函數功能：
該函數同preg_replace()函數的功能相同，都用于查找和替換字串。不同的是preg_repalce_callback()函數使用一個(gè)回調函數（callback）來(lái)代替replacement參數。
示例：
使用回調函數來(lái)實(shí)現ubb功能。
<?php
function c_back($str){
$str = "<font color=$str[1]>$str[2]</font>";
return $str;
}
$string = '[color=blue]字體顏色[/color]';
echo preg_replace_callback('/\[color=(.*)\](.*)\[\/color\]/i',"c_back",$string);
?>
運行結果
························
字體顏色
························
※字體為藍色
Preg_split()函數
函數語(yǔ)法格式：
Array preg_split(string pattern,string subject [,int limit])
函數功能：
使用表達式pattern來(lái)分割字符串subject。如果有參數limit，那么數組最多有limit個(gè)元素。該函數與ereg_split()函數用法相同。
應用正則表達式實(shí)現UBB使用幫助
UBB技術(shù)是一項比較成熟的技術(shù)。目的在于過(guò)濾危險的HTML代碼，又能讓用戶(hù)使用一些文字、圖形效果。如使用[b]將文字加粗。這些技術(shù)使用的就是正則表達式中的查找與替換，即將“[…]”格式的表達式轉換為”<…>”格式。
正則表達式30分鐘入門(mén)教程
如何使用本教程
最重要的是——請給我30分鐘，如果你沒(méi)有使用正則表達式的經(jīng)驗，請不要試圖在30秒內入門(mén)——除非你是超人
別被下面那些復雜的表達式嚇倒，只要跟著(zhù)我一步一步來(lái)，你會(huì )發(fā)現正則表達式其實(shí)并沒(méi)有你想像中的那么困難。當然，如果你看完了這篇教程之后，發(fā)現自己明白了很多，卻又幾乎什么都記不得，那也是很正常的——我認為，沒(méi)接觸過(guò)正則表達式的人在看完這篇教程后，能把提到過(guò)的語(yǔ)法記住80%以上的可能性為零。這里只是讓你明白基本的原理，以后你還需要多練習，多使用，才能熟練掌握正則表達式。
除了作為入門(mén)教程之外，本文還試圖成為可以在日常工作中使用的正則表達式語(yǔ)法參考手冊。就作者本人的經(jīng)歷來(lái)說(shuō)，這個(gè)目標還是完成得不錯的——你看，我自己也沒(méi)能把所有的東西記下來(lái)，不是嗎？
文本格式約定：專(zhuān)業(yè)術(shù)語(yǔ) 元字符/語(yǔ)法格式 正則表達式 正則表達式中的一部分(用于分析) 對其進(jìn)行匹配的源字符串 對正則表達式或其中一部分的說(shuō)明
注釋?zhuān)饕怯脕?lái)提供一些相關(guān)信息，或者給沒(méi)有程序員背景的讀者解釋一些基本概念，通?？梢院雎?。
正則表達式到底是什么東西？
字符 是計算機軟件處理文字時(shí)最基本的單位，可能是字母，數字，標點(diǎn)符號，空格，換行符，漢字等等。字符串是0個(gè)或更多個(gè)字符的序列。文本也就是文字，字符串。說(shuō)某個(gè)字符串匹配某個(gè)正則表達式，通常是指這個(gè)字符串里有一部分（或幾部分分別）能滿(mǎn)足表達式給出的條件。
在編寫(xiě)處理字符串的程序或網(wǎng)頁(yè)時(shí)，經(jīng)常會(huì )有查找符合某些復雜規則的字符串的需要。正則表達式就是用于描述這些規則的工具。換句話(huà)說(shuō)，正則表達式就是記錄文本規則的代碼。
很可能你使用過(guò)Windows/Dos下用于文件查找的通配符(wildcard)，也就是*和。如果你想查找某個(gè)目錄下的所有的Word文檔的話(huà)，你會(huì )搜索*.doc。在這里，*會(huì )被解釋成任意的字符串。和通配符類(lèi)似，正則表達式也是用來(lái)進(jìn)行文本匹配的工具，只不過(guò)比起通配符，它能更精確地描述你的需求——當然，代價(jià)就是更復雜——比如你可以編寫(xiě)一個(gè)正則表達式，用來(lái)查找所有以0開(kāi)頭，后面跟著(zhù)2-3個(gè)數字，然后是一個(gè)連字號“-”，最后是7或8位數字的字符串(像010-12345678或0376-7654321)。
入門(mén)
學(xué)習正則表達式的最好方法是從例子開(kāi)始，理解例子之后再自己對例子進(jìn)行修改，實(shí)驗。下面給出了不少簡(jiǎn)單的例子，并對它們作了詳細的說(shuō)明。
假設你在一篇英文小說(shuō)里查找hi，你可以使用正則表達式hi。這幾乎是最簡(jiǎn)單的正則表達式了，它可以精確匹配這樣的字符串：由兩個(gè)字符組成，前一個(gè)字符是h,后一個(gè)是i。通常，處理正則表達式的工具會(huì )提供一個(gè)忽略大小寫(xiě)的選項，如果選中了這個(gè)選項，它可以匹配hi,HI,Hi,hI這四種情況中的任意一種。
不幸的是，很多單詞里包含hi這兩個(gè)連續的字符，比如him,history,high等等。用hi來(lái)查找的話(huà)，這里邊的hi也會(huì )被找出來(lái)。如果要精確地查找hi這個(gè)單詞的話(huà)，我們應該使用\bhi\b。 \b是正則表達式規定的一個(gè)特殊代碼（好吧，某些人叫它元字符，metacharacter），代表著(zhù)單詞的開(kāi)頭或結尾，也就是單詞的分界處。雖然通常英文的單詞是由空格，標點(diǎn)符號或者換行來(lái)分隔的，但是\b并不匹配這些單詞分隔字符中的任何一個(gè)，它只匹配一個(gè)位置。
如果需要更精確的說(shuō)法，\b匹配這樣的位置：它的前一個(gè)字符和后一個(gè)字符不全是(一個(gè)是,一個(gè)不是或不存在)\w。
假如你要找的是hi后面不遠處跟著(zhù)一個(gè)Lucy，你應該用\bhi\b.*\bLucy\b。這里，.是另一個(gè)元字符，匹配除了換行符以外的任意字符。*同樣是元字符，不過(guò)它代表的不是字符，也不是位置，而是數量——它指定*前邊的內容可以連續重復出現任意次以使整個(gè)表達式得到匹配。因此，.*連在一起就意味著(zhù)任意數量的不包含換行的字符?，F在\bhi\b.*\bLucy\b的意思就很明顯了：先是一個(gè)單詞hi,然后是任意個(gè)任意字符(但不能是換行)，最后是Lucy這個(gè)單詞。
換行符就是'\n',ASCII編碼為10(十六進(jìn)制0x0A)的字符。
如果同時(shí)使用其它元字符，我們就能構造出功能更強大的正則表達式。比如下面這個(gè)例子：
0\d\d-\d\d\d\d\d\d\d\d匹配這樣的字符串：以0開(kāi)頭，然后是兩個(gè)數字，然后是一個(gè)連字號“-”，最后是8個(gè)數字(也就是中國的電話(huà)號碼。當然，這個(gè)例子只能匹配區號為3位的情形)。這里的\d是個(gè)新的元字符，匹配一位數字(0，或1，或2，或……)。-不是元字符，只匹配它本身——連字符或者減號。為了避免那么多煩人的重復，我們也可以這樣寫(xiě)這個(gè)表達式：0\d{2}-\d{8}。 這里\d后面的{2}({8})的意思是前面\d必須連續重復匹配2次(8次)。
測試正則表達式
其它可用的測試工具:
RegexBuddyJavascript正則表達式在線(xiàn)測試工具如果你不覺(jué)得正則表達式很難讀寫(xiě)的話(huà)，要么你是一個(gè)天才，要么，你不是地球人。正則表達式的語(yǔ)法很令人頭疼，即使對經(jīng)常使用它的人來(lái)說(shuō)也是如此。由于難于讀寫(xiě)，容易出錯，所以找一種工具對正則表達式進(jìn)行測試是很有必要的。
由于在不同的環(huán)境下正則表達式的一些細節是不相同的，本教程介紹的是微軟 .Net Framework 2.0下正則表達式的行為，所以，我向你介紹一個(gè).Net下的工具
Regex Tester。首先你確保已經(jīng)安裝了
.Net Framework 2.0，然后
下載Regex Tester。這是個(gè)綠色軟件，下載完后打開(kāi)壓縮包,直接運行RegexTester.exe就可以了。
下面是Regex Tester運行時(shí)的截圖：
元字符
現在你已經(jīng)知道幾個(gè)很有用的元字符了，如\b,.,*，還有\d.正則表達式里還有更多的元字符，比如\s匹配任意的空白符，包括空格，制表符(Tab)，換行符，中文全角空格等。\w匹配字母或數字或下劃線(xiàn)或漢字等。
對中文/漢字的特殊處理是由.Net提供的正則表達式引擎支持的，其它環(huán)境下的具體情況請查看相關(guān)文檔。
下面來(lái)看看更多的例子：
\ba\w*\b匹配以字母a開(kāi)頭的單詞——先是某個(gè)單詞開(kāi)始處(\b)，然后是字母a,然后是任意數量的字母或數字(\w*)，最后是單詞結束處(\b)。
好吧，現在我們說(shuō)說(shuō)正則表達式里的單詞是什么意思吧：就是多于一個(gè)的連續的\w。不錯，這與學(xué)習英文時(shí)要背的成千上萬(wàn)個(gè)同名的東西的確關(guān)系不大 :)
\d+匹配1個(gè)或更多連續的數字。這里的+是和*類(lèi)似的元字符，不同的是*匹配重復任意次(可能是0次)，而+則匹配重復1次或更多次。
\b\w{6}\b 匹配剛好6個(gè)字母/數字的單詞。
表1.常用的元字符
代碼
說(shuō)明
.
匹配除換行符以外的任意字符
\w
匹配字母或數字或下劃線(xiàn)或漢字
\s
匹配任意的空白符
\d
匹配數字
\b
匹配單詞的開(kāi)始或結束
^
匹配字符串的開(kāi)始
$
匹配字符串的結束
元字符^（和數字6在同一個(gè)鍵位上的符號）和$都匹配一個(gè)位置，這和\b有點(diǎn)類(lèi)似。^匹配你要用來(lái)查找的字符串的開(kāi)頭，$匹配結尾。這兩個(gè)代碼在驗證輸入的內容時(shí)非常有用，比如一個(gè)網(wǎng)站如果要求你填寫(xiě)的QQ號必須為5位到12位數字時(shí)，可以使用：^\d{5,12}$。
這里的{5,12}和前面介紹過(guò)的{2}是類(lèi)似的，只不過(guò){2}匹配只能不多不少重復2次，{5,12}則是重復的次數不能少于5次，不能多于12次，否則都不匹配。
因為使用了^和$，所以輸入的整個(gè)字符串都要用來(lái)和\d{5,12}來(lái)匹配，也就是說(shuō)整個(gè)輸入必須是5到12個(gè)數字，因此如果輸入的QQ號能匹配這個(gè)正則表達式的話(huà)，那就符合要求了。
和忽略大小寫(xiě)的選項類(lèi)似，有些正則表達式處理工具還有一個(gè)處理多行的選項。如果選中了這個(gè)選項，^和$的意義就變成了匹配行的開(kāi)始處和結束處。
字符轉義
如果你想查找元字符本身的話(huà)，比如你查找.,或者*,就出現了問(wèn)題：你沒(méi)辦法指定它們，因為它們會(huì )被解釋成別的意思。這時(shí)你就得使用\來(lái)取消這些字符的特殊意義。因此，你應該使用\.和\*。當然，要查找\本身，你也得用\\.
例如：unibetter\.com匹配unibetter.com，C:\\Windows匹配C:\Windows。
重復
你已經(jīng)看過(guò)了前面的*,+,{2},{5,12}這幾個(gè)匹配重復的方式了。下面是正則表達式中所有的限定符(指定數量的代碼，例如*,{5,12}等)：
表2.常用的限定符
代碼/語(yǔ)法
說(shuō)明
*
重復零次或更多次
+
重復一次或更多次
重復零次或一次
{n}
重復n次
{n,}
重復n次或更多次
{n,m}
重復n到m次
下面是一些使用重復的例子：
Windows\d+匹配Windows后面跟1個(gè)或更多數字
^\w+匹配一行的第一個(gè)單詞(或整個(gè)字符串的第一個(gè)單詞，具體匹配哪個(gè)意思得看選項設置)
字符類(lèi)
要想查找數字，字母或數字，空白是很簡(jiǎn)單的，因為已經(jīng)有了對應這些字符集合的元字符，但是如果你想匹配沒(méi)有預定義元字符的字符集合(比如元音字母a,e,i,o,u),應該怎么辦？
很簡(jiǎn)單，你只需要在方括號里列出它們就行了，像[aeiou]就匹配任何一個(gè)英文元音字母，[.?!]匹配標點(diǎn)符號(.或或!)。
我們也可以輕松地指定一個(gè)字符范圍，像[0-9]代表的含意與\d就是完全一致的：一位數字；同理[a-z0-9A-Z_]也完全等同于\w（如果只考慮英文的話(huà)）。
下面是一個(gè)更復雜的表達式：\(?0\d{2}[) -]?\d{8}。
“(”和“)”也是元字符，后面的
分組節里會(huì )提到，所以在這里需要使用
轉義。
這個(gè)表達式可以匹配幾種格式的電話(huà)號碼，像(010)88886666，或022-22334455，或02912345678等。我們對它進(jìn)行一些分析吧：首先是一個(gè)轉義字符\(,它能出現0次或1次(),然后是一個(gè)0，后面跟著(zhù)2個(gè)數字(\d{2})，然后是)或-或空格中的一個(gè)，它出現1次或不出現()，最后是8個(gè)數字(\d{8})。
分枝條件
不幸的是，剛才那個(gè)表達式也能匹配010)12345678或(022-87654321這樣的“不正確”的格式。要解決這個(gè)問(wèn)題，我們需要用到分枝條件。正則表達式里的分枝條件指的是有幾種規則，如果滿(mǎn)足其中任意一種規則都應該當成匹配，具體方法是用|把不同的規則分隔開(kāi)。聽(tīng)不明白？沒(méi)關(guān)系，看例子：
0\d{2}-\d{8}|0\d{3}-\d{7}這個(gè)表達式能匹配兩種以連字號分隔的電話(huà)號碼：一種是三位區號，8位本地號(如010-12345678)，一種是4位區號，7位本地號(0376-2233445)。
\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}這個(gè)表達式匹配3位區號的電話(huà)號碼，其中區號可以用小括號括起來(lái)，也可以不用，區號與本地號間可以用連字號或空格間隔，也可以沒(méi)有間隔。你可以試試用分枝條件把這個(gè)表達式擴展成也支持4位區號的。
\d{5}-\d{4}|\d{5}這個(gè)表達式用于匹配美國的郵政編碼。美國郵編的規則是5位數字，或者用連字號間隔的9位數字。之所以要給出這個(gè)例子是因為它能說(shuō)明一個(gè)問(wèn)題：使用分枝條件時(shí)，要注意各個(gè)條件的順序。如果你把它改成\d{5}|\d{5}-\d{4}的話(huà)，那么就只會(huì )匹配5位的郵編(以及9位郵編的前5位)。原因是匹配分枝條件時(shí)，將會(huì )從左到右地測試每個(gè)條件，如果滿(mǎn)足了某個(gè)分枝的話(huà)，就不會(huì )去再管其它的條件了。
分組
我們已經(jīng)提到了怎么重復單個(gè)字符（直接在字符后面加上限定符就行了）；但如果想要重復多個(gè)字符又該怎么辦？你可以用小括號來(lái)指定子表達式(也叫做分組)，然后你就可以指定這個(gè)子表達式的重復次數了，你也可以對子表達式進(jìn)行其它一些操作(后面會(huì )有介紹)。
(\d{1,3}\.){3}\d{1,3}是一個(gè)簡(jiǎn)單的IP地址匹配表達式。要理解這個(gè)表達式，請按下列順序分析它：\d{1,3}匹配1到3位的數字，(\d{1,3}\.){3}匹配三位數字加上一個(gè)英文句號(這個(gè)整體也就是這個(gè)分組)重復3次，最后再加上一個(gè)一到三位的數字(\d{1,3})。
IP地址中每個(gè)數字都不能大于255，大家千萬(wàn)不要被《24》第三季的編劇給忽悠了...
不幸的是，它也將匹配256.300.888.999這種不可能存在的IP地址。如果能使用算術(shù)比較的話(huà)，或許能簡(jiǎn)單地解決這個(gè)問(wèn)題，但是正則表達式中并不提供關(guān)于數學(xué)的任何功能，所以只能使用冗長(cháng)的分組，選擇，字符類(lèi)來(lái)描述一個(gè)正確的IP地址：((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)。
理解這個(gè)表達式的關(guān)鍵是理解2[0-4]\d|25[0-5]|[01]?\d\d?，這里我就不細說(shuō)了，你自己應該能分析得出來(lái)它的意義。
反義
有時(shí)需要查找不屬于某個(gè)能簡(jiǎn)單定義的字符類(lèi)的字符。比如想查找除了數字以外，其它任意字符都行的情況，這時(shí)需要用到反義：
表3.常用的反義代碼
代碼/語(yǔ)法
說(shuō)明
\W
匹配任意不是字母，數字，下劃線(xiàn)，漢字的字符
\S
匹配任意不是空白符的字符
\D
匹配任意非數字的字符
\B
匹配不是單詞開(kāi)頭或結束的位置
[^x]
匹配除了x以外的任意字符
[^aeiou]
匹配除了aeiou這幾個(gè)字母以外的任意字符
例子：\S+匹配不包含空白符的字符串。
<a[^>]+>匹配用尖括號括起來(lái)的以a開(kāi)頭的字符串。
后向引用
使用小括號指定一個(gè)子表達式后，匹配這個(gè)子表達式的文本(也就是此分組捕獲的內容)可以在表達式或其它程序中作進(jìn)一步的處理。默認情況下，每個(gè)分組會(huì )自動(dòng)擁有一個(gè)組號，規則是：從左向右，以分組的左括號為標志，第一個(gè)出現的分組的組號為1，第二個(gè)為2，以此類(lèi)推。
后向引用用于重復搜索前面某個(gè)分組匹配的文本。例如，\1代表分組1匹配的文本。難以理解？請看示例：
\b(\w+)\b\s+\1\b可以用來(lái)匹配重復的單詞，像go go, 或者kitty kitty。這個(gè)表達式首先是一個(gè)單詞，也就是單詞開(kāi)始處和結束處之間的多于一個(gè)的字母或數字(\b(\w+)\b)，這個(gè)單詞會(huì )被捕獲到編號為1的分組中，然后是1個(gè)或幾個(gè)空白符(\s+)，最后是分組1中捕獲的內容（也就是前面匹配的那個(gè)單詞）(\1)。
你也可以自己指定子表達式的組名。要指定一個(gè)子表達式的組名，請使用這樣的語(yǔ)法：(?<Word>\w+)(或者把尖括號換成'也行：(?'Word'\w+)),這樣就把\w+的組名指定為Word了。要反向引用這個(gè)分組捕獲的內容，你可以使用\k<Word>,所以上一個(gè)例子也可以寫(xiě)成這樣：\b(?<Word>\w+)\b\s+\k<Word>\b。
使用小括號的時(shí)候，還有很多特定用途的語(yǔ)法。下面列出了最常用的一些：
表4.常用分組語(yǔ)法
分類(lèi)
代碼/語(yǔ)法
說(shuō)明
捕獲
(exp)
匹配exp,并捕獲文本到自動(dòng)命名的組里
(?<name>exp)
匹配exp,并捕獲文本到名稱(chēng)為name的組里，也可以寫(xiě)成(?'name'exp)
(?:exp)
匹配exp,不捕獲匹配的文本，也不給此分組分配組號
零寬斷言
(?=exp)
匹配exp前面的位置
(?<=exp)
匹配exp后面的位置
(?!exp)
匹配后面跟的不是exp的位置
(?<!exp)
匹配前面不是exp的位置
注釋
(?#comment)
這種類(lèi)型的分組不對正則表達式的處理產(chǎn)生任何影響，用于提供注釋讓人閱讀
我們已經(jīng)討論了前兩種語(yǔ)法。第三個(gè)(?:exp)不會(huì )改變正則表達式的處理方式，只是這樣的組匹配的內容不會(huì )像前兩種那樣被捕獲到某個(gè)組里面，也不會(huì )擁有組號。
零寬斷言
地球人，是不是覺(jué)得這些術(shù)語(yǔ)名稱(chēng)太復雜，太難記了？我也和你一樣。知道有這么一種東西就行了，它叫什么，隨它去吧！“無(wú)名，萬(wàn)物之始...”
接下來(lái)的四個(gè)用于查找在某些內容(但并不包括這些內容)之前或之后的東西，也就是說(shuō)它們像\b,^,$那樣用于指定一個(gè)位置，這個(gè)位置應該滿(mǎn)足一定的條件(即斷言)，因此它們也被稱(chēng)為零寬斷言。最好還是拿例子來(lái)說(shuō)明吧：
斷言用來(lái)聲明一個(gè)應該為真的事實(shí)。正則表達式中只有當斷言為真時(shí)才會(huì )繼續進(jìn)行匹配。
(?=exp)也叫零寬度正預測先行斷言，它斷言自身出現的位置的后面能匹配表達式exp。比如\b\w+(?=ing\b)，匹配以ing結尾的單詞的前面部分(除了ing以外的部分)，如查找I'm singing while you're dancing.時(shí)，它會(huì )匹配sing和danc。
(?<=exp)也叫零寬度正回顧后發(fā)斷言，它斷言自身出現的位置的前面能匹配表達式exp。比如(?<=\bre)\w+\b會(huì )匹配以re開(kāi)頭的單詞的后半部分(除了re以外的部分)，例如在查找reading a book時(shí)，它匹配ading。
假如你想要給一個(gè)很長(cháng)的數字中每三位間加一個(gè)逗號(當然是從右邊加起了)，你可以這樣查找需要在前面和里面添加逗號的部分：((?<=\d)\d{3})*\b，用它對1234567890進(jìn)行查找時(shí)結果是234567890。
下面這個(gè)例子同時(shí)使用了這兩種斷言：(?<=\s)\d+(?=\s)匹配以空白符間隔的數字(再次強調，不包括這些空白符)。
負向零寬斷言
前面我們提到過(guò)怎么查找不是某個(gè)字符或不在某個(gè)字符類(lèi)里的字符的方法(反義)。但是如果我們只是想要確保某個(gè)字符沒(méi)有出現，但并不想去匹配它時(shí)怎么辦？例如，如果我們想查找這樣的單詞--它里面出現了字母q,但是q后面跟的不是字母u,我們可以嘗試這樣：
\b\w*q[^u]\w*\b匹配包含后面不是字母u的字母q的單詞。但是如果多做測試(或者你思維足夠敏銳，直接就觀(guān)察出來(lái)了)，你會(huì )發(fā)現，如果q出現在單詞的結尾的話(huà)，像Iraq,Benq，這個(gè)表達式就會(huì )出錯。這是因為[^u]總要匹配一個(gè)字符，所以如果q是單詞的最后一個(gè)字符的話(huà)，后面的[^u]將會(huì )匹配q后面的單詞分隔符(可能是空格，或者是句號或其它的什么)，后面的\w*\b將會(huì )匹配下一個(gè)單詞，于是\b\w*q[^u]\w*\b就能匹配整個(gè)Iraq fighting。負向零寬斷言能解決這樣的問(wèn)題，因為它只匹配一個(gè)位置，并不消費任何字符?，F在，我們可以這樣來(lái)解決這個(gè)問(wèn)題：\b\w*q(?!u)\w*\b。
零寬度負預測先行斷言(?!exp)，斷言此位置的后面不能匹配表達式exp。例如：\d{3}(?!\d)匹配三位數字，而且這三位數字的后面不能是數字；\b((?!abc)\w)+\b匹配不包含連續字符串a(chǎn)bc的單詞。
同理，我們可以用(?<!exp),零寬度正回顧后發(fā)斷言來(lái)斷言此位置的前面不能匹配表達式exp：(?<![a-z])\d{7}匹配前面不是小寫(xiě)字母的七位數字。
請詳細分析表達式(?<=<(\w+)>).*(?=<\/\1>)，這個(gè)表達式最能表現零寬斷言的真正用途。
一個(gè)更復雜的例子：(?<=<(\w+)>).*(?=<\/\1>)匹配不包含屬性的簡(jiǎn)單HTML標簽內里的內容。(<?(\w+)>)指定了這樣的前綴：被尖括號括起來(lái)的單詞(比如可能是<b>)，然后是.*(任意的字符串),最后是一個(gè)后綴(?=<\/\1>)。注意后綴里的\/，它用到了前面提過(guò)的字符轉義；\1則是一個(gè)反向引用，引用的正是捕獲的第一組，前面的(\w+)匹配的內容，這樣如果前綴實(shí)際上是<b>的話(huà)，后綴就是</b>了。整個(gè)表達式匹配的是<b>和</b>之間的內容(再次提醒，不包括前綴和后綴本身)。
注釋
小括號的另一種用途是通過(guò)語(yǔ)法(?#comment)來(lái)包含注釋。例如：2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)。
要包含注釋的話(huà)，最好是啟用“忽略模式里的空白符”選項，這樣在編寫(xiě)表達式時(shí)能任意的添加空格，Tab，換行，而實(shí)際使用時(shí)這些都將被忽略。啟用這個(gè)選項后，在#后面到這一行結束的所有文本都將被當成注釋忽略掉。例如，我們可以前面的一個(gè)表達式寫(xiě)成這樣：
(?<= # 斷言要匹配的文本的前綴
<(\w+)> # 查找尖括號括起來(lái)的字母或數字(即HTML/XML標簽)
) # 前綴結束
.* # 匹配任意文本
(?= # 斷言要匹配的文本的后綴
<\/\1> # 查找尖括號括起來(lái)的內容：前面是一個(gè)"/"，后面是先前捕獲的標簽
) # 后綴結束
貪婪與懶惰
當正則表達式中包含能接受重復的限定符時(shí)，通常的行為是（在使整個(gè)表達式能得到匹配的前提下）匹配盡可能多的字符?？紤]這個(gè)表達式：a.*b，它將會(huì )匹配最長(cháng)的以a開(kāi)始，以b結束的字符串。如果用它來(lái)搜索aabab的話(huà)，它會(huì )匹配整個(gè)字符串a(chǎn)abab。這被稱(chēng)為貪婪匹配。
有時(shí)，我們更需要懶惰匹配，也就是匹配盡可能少的字符。前面給出的限定符都可以被轉化為懶惰匹配模式，只要在它后面加上一個(gè)問(wèn)號。這樣.*?就意味著(zhù)匹配任意數量的重復，但是在能使整個(gè)匹配成功的前提下使用最少的重復?，F在看看懶惰版的例子吧：
a.*?b匹配最短的，以a開(kāi)始，以b結束的字符串。如果把它應用于aabab的話(huà)，它會(huì )匹配aab（第一到第三個(gè)字符）和ab（第四到第五個(gè)字符）。
為什么第一個(gè)匹配是aab（第一到第三個(gè)字符）而不是ab（第二到第三個(gè)字符）？簡(jiǎn)單地說(shuō)，因為正則表達式有另一條規則，比懶惰／貪婪規則的優(yōu)先級更高：最先開(kāi)始的匹配擁有最高的優(yōu)先權——The match that begins earliest wins。
表5.懶惰限定符
代碼/語(yǔ)法
說(shuō)明
*?
重復任意次，但盡可能少重復
+?
重復1次或更多次，但盡可能少重復
重復0次或1次，但盡可能少重復
{n,m}?
重復n到m次，但盡可能少重復
{n,}?
重復n次以上，但盡可能少重復
處理選項
在C#中，你可以使用
Regex(String, RegexOptions)構造函數來(lái)設置正則表達式的處理選項。如：Regex regex = new Regex("\ba\w{6}\b", RegexOptions.IgnoreCase);
上面介紹了幾個(gè)選項如忽略大小寫(xiě)，處理多行等，這些選項能用來(lái)改變處理正則表達式的方式。下面是.Net中常用的正則表達式選項：
表6.常用的處理選項
名稱(chēng)
說(shuō)明
IgnoreCase(忽略大小寫(xiě))
匹配時(shí)不區分大小寫(xiě)。
Multiline(多行模式)
更改^和$的含義，使它們分別在任意一行的行首和行尾匹配，而不僅僅在整個(gè)字符串的開(kāi)頭和結尾匹配。(在此模式下,$的精確含意是:匹配\n之前的位置以及字符串結束前的位置.)
Singleline(單行模式)
更改.的含義，使它與每一個(gè)字符匹配（包括換行符\n）。
IgnorePatternWhitespace(忽略空白)
忽略表達式中的非轉義空白并啟用由#標記的注釋。
RightToLeft(從右向左查找)
匹配從右向左而不是從左向右進(jìn)行。
ExplicitCapture(顯式捕獲)
僅捕獲已被顯式命名的組。
ECMAScript(JavaScript兼容模式)
使表達式的行為與它在JavaScript里的行為一致。
一個(gè)經(jīng)常被問(wèn)到的問(wèn)題是：是不是只能同時(shí)使用多行模式和單行模式中的一種？答案是：不是。這兩個(gè)選項之間沒(méi)有任何關(guān)系，除了它們的名字比較相似（以至于讓人感到疑惑）以外。
平衡組/遞歸匹配
這里介紹的平衡組語(yǔ)法是由.Net Framework支持的；其它語(yǔ)言／庫不一定支持這種功能，或者支持此功能但需要使用不同的語(yǔ)法。
有時(shí)我們需要匹配像( 100 * ( 50 + 15 ) )這樣的可嵌套的層次性結構，這時(shí)簡(jiǎn)單地使用\(.+\)則只會(huì )匹配到最左邊的左括號和最右邊的右括號之間的內容(這里我們討論的是貪婪模式，懶惰模式也有下面的問(wèn)題)。假如原來(lái)的字符串里的左括號和右括號出現的次數不相等，比如( 5 / ( 3 + 2 ) ) )，那我們的匹配結果里兩者的個(gè)數也不會(huì )相等。有沒(méi)有辦法在這樣的字符串里匹配到最長(cháng)的，配對的括號之間的內容呢？
為了避免(和\(把你的大腦徹底搞糊涂，我們還是用尖括號代替圓括號吧?，F在我們的問(wèn)題變成了如何把xx <aa <bbb> <bbb> aa> yy這樣的字符串里，最長(cháng)的配對的尖括號內的內容捕獲出來(lái)？
這里需要用到以下的語(yǔ)法構造：
(?'group') 把捕獲的內容命名為group,并壓入堆棧(Stack)
(?'-group') 從堆棧上彈出最后壓入堆棧的名為group的捕獲內容，如果堆棧本來(lái)為空，則本分組的匹配失敗
(?(group)yes|no) 如果堆棧上存在以名為group的捕獲內容的話(huà)，繼續匹配yes部分的表達式，否則繼續匹配no部分
(?!) 零寬負向先行斷言，由于沒(méi)有后綴表達式，試圖匹配總是失敗
如果你不是一個(gè)程序員（或者你自稱(chēng)程序員但是不知道堆棧是什么東西），你就這樣理解上面的三種語(yǔ)法吧：第一個(gè)就是在黑板上寫(xiě)一個(gè)"group"，第二個(gè)就是從黑板上擦掉一個(gè)"group"，第三個(gè)就是看黑板上寫(xiě)的還有沒(méi)有"group"，如果有就繼續匹配yes部分，否則就匹配no部分。
我們需要做的是每碰到了左括號，就在壓入一個(gè)"Open",每碰到一個(gè)右括號，就彈出一個(gè)，到了最后就看看堆棧是否為空－－如果不為空那就證明左括號比右括號多，那匹配就應該失敗。正則表達式引擎會(huì )進(jìn)行回溯(放棄最前面或最后面的一些字符)，盡量使整個(gè)表達式得到匹配。
< #最外層的左括號
[^<>]* #最外層的左括號后面的不是括號的內容
(
(
(?'Open'<) #碰到了左括號，在黑板上寫(xiě)一個(gè)"Open"
[^<>]* #匹配左括號后面的不是括號的內容
)+
(
(?'-Open'>) #碰到了右括號，擦掉一個(gè)"Open"
[^<>]* #匹配右括號后面不是括號的內容
)+
)*
(?(Open)(?!)) #在遇到最外層的右括號前面，判斷黑板上還有沒(méi)有沒(méi)擦掉的"Open"；如果還有，則匹配失敗
> #最外層的右括號
平衡組的一個(gè)最常見(jiàn)的應用就是匹配HTML,下面這個(gè)例子可以匹配嵌套的<div>標簽：<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.
還有些什么東西沒(méi)提到
我已經(jīng)描述了構造正則表達式的大量元素，還有一些我沒(méi)有提到的東西。下面是未提到的元素的列表，包含語(yǔ)法和簡(jiǎn)單的說(shuō)明。你可以在網(wǎng)上找到更詳細的參考資料來(lái)學(xué)習它們--當你需要用到它們的時(shí)候。如果你安裝了MSDN Library,你也可以在里面找到關(guān)于.net下正則表達式詳細的文檔。
表7.尚未詳細討論的語(yǔ)法
代碼/語(yǔ)法
說(shuō)明
\a
報警字符(打印它的效果是電腦嘀一聲)
\b
通常是單詞分界位置，但如果在字符類(lèi)里使用代表退格
\t
制表符，Tab
\r
回車(chē)
\v
豎向制表符
\f
換頁(yè)符
\n
換行符
\e
Escape
\0nn
ASCII代碼中八進(jìn)制代碼為nn的字符
\xnn
ASCII代碼中十六進(jìn)制代碼為nn的字符
\unnnn
Unicode代碼中十六進(jìn)制代碼為nnnn的字符
\cN
ASCII控制字符。比如\cC代表Ctrl+C
\A
字符串開(kāi)頭(類(lèi)似^，但不受處理多行選項的影響)
\Z
字符串結尾或行尾(不受處理多行選項的影響)
\z
字符串結尾(類(lèi)似$，但不受處理多行選項的影響)
\G
當前搜索的開(kāi)頭
\p{name}
Unicode中命名為name的字符類(lèi)，例如\p{IsGreek}
(?>exp)
貪婪子表達式
(?<x>-<y>exp)
平衡組
(?im-nsx:exp)
在子表達式exp中改變處理選項
(?im-nsx)
為表達式后面的部分改變處理選項
(?(exp)yes|no)
把exp當作零寬正向先行斷言，如果在這個(gè)位置能匹配，使用yes作為此組的表達式；否則使用no
(?(exp)yes)
同上，只是使用空表達式作為no
(?(name)yes|no)
如果命名為name的組捕獲到了內容，使用yes作為表達式；否則使用no
(?(name)yes)
同上，只是使用空表達式作為no
