| JScript | VBScript | 匹配 |
|---|---|---|
| /^\[ \t]*$/ | "^\[ \t]*$" | 匹配一個(gè)空白行。 |
| /\d{2}-\d{5}/ | "\d{2}-\d{5}" | 驗證一個(gè)ID 號碼是否由一個(gè)2位數字，一個(gè)連字符以及一個(gè)5位數字組成。 |
| /＜(.*)＞.*＜\/\1＞/ | "＜(.*)＞.*＜\/\1＞" | 匹配一個(gè) HTML 標記。 |
| 字符 | 描述 |
|---|---|
| \ | 將下一個(gè)字符標記為一個(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)制轉義符。例如，‘n‘ 匹配字符 "n"?！甛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(kāi)始位置。如果設置了 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束位置。如果設置了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)非負整數。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)非負整數。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?！畂{1,}‘ 等價(jià)于 ‘o+‘?！畂{0,}‘ 則等價(jià)于 ‘o*‘。 |
| {n,m} | m 和 n 均為非負整數，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?！畂{0,1}‘ 等價(jià)于 ‘o?‘。請注意在逗號和兩個(gè)數之間不能有空格。 |
| 當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JScript 中則使用 $0…$9 屬性。要匹配圓括號字符，請使用 ‘\(‘ 或 ‘\)‘。 |
| (?:pattern) | 匹配 pattern 但不獲取匹配結果，也就是說(shuō)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(lái)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)略的表達式。 |
| (?=pattern) | 正向預查，在任何匹配 pattern 的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說(shuō)，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"。預查不消耗字符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從包含預查的字符之后開(kāi)始。 |
| (?!pattern) | 負向預查，在任何不匹配 pattern 的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說(shuō)，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"。預查不消耗字符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從包含預查的字符之后開(kāi)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(chǎn)‘。 |
| [^xyz] | 負值字符集合。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。匹配指定范圍內的任意字符。例如，‘[a-z]‘ 可以匹配 ‘a(chǎn)‘ 到 ‘z‘ 范圍內的任意小寫(xiě)字母字符。 |
| [^a-z] | 負值字符范圍。匹配任何不在指定范圍內的任意字符。例如，‘[^a-z]‘ 可以匹配任何不在 ‘a(chǎn)‘ 到 ‘z‘ 范圍內的任意字符。 |
| \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?！甧r\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(chē)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)數字字符。等價(jià)于 [0-9]。 |
| \D | 匹配一個(gè)非數字字符。等價(jià)于 [^0-9]。 |
| \f | 匹配一個(gè)換頁(yè)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(chē)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(yè)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(xiàn)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)制轉義值。十六進(jìn)制轉義值必須為確定的兩個(gè)數字長(cháng)。例如，‘\x41‘ 匹配 "A"?！甛x041‘ 則等價(jià)于 ‘\x04‘ & "1"。正則表達式中可以使用 ASCII 編碼。. |
| \num | 匹配 num，其中 num 是一個(gè)正整數。對所獲取的匹配的引用。例如，‘(.)\1‘ 匹配兩個(gè)連續的相同字符。 |
| \n | 標識一個(gè)八進(jìn)制轉義值或一個(gè)向后引用。如果 \n 之前至少 n 個(gè)獲取的子表達式，則 n 為向后引用。否則，如果 n 為八進(jìn)制數字 (0-7)，則 n 為一個(gè)八進(jìn)制轉義值。 |
| \nm | 標識一個(gè)八進(jìn)制轉義值或一個(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(mǎn)足，若 n 和 m 均為八進(jìn)制數字 (0-7)，則 \nm 將匹配八進(jìn)制轉義值 nm。 |
| \nml | 如果 n 為八進(jìn)制數字 (0-3)，且 m 和 l 均為八進(jìn)制數字 (0-7)，則匹配八進(jìn)制轉義值 nml。 |
| \un | 匹配 n，其中 n 是一個(gè)用四個(gè)十六進(jìn)制數字表示的 Unicode 字符。例如， \u00A9 匹配版權符號 (©)。 |
建立正則表達式
構造正則表達式的方法和創(chuàng )建數學(xué)表達式的方法一樣。也就是用多種元字符與操作符將小的表達式結合在一起來(lái)創(chuàng )建更大的表達式。
可以通過(guò)在一對分隔符之間放入表達式模式的各種組件來(lái)構造一個(gè)正則表達式。對 JScript 而言，分隔符為一對正斜杠 (/) 字符。例如：
/expression/
對 VBScript 而言，則采用一對引號 ("") 來(lái)確定正則表達式的邊界。例如：
"expression"
在上面所示的兩個(gè)示例中，正則表達式模式 (expression) 均存儲在RegExp 對象的Pattern 屬性中。
正則表達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)先級順序
在構造正則表達式之后，就可以象數學(xué)表達式一樣來(lái)求值，也就是說(shuō)，可以從左至右并按照一個(gè)優(yōu)先級順序來(lái)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式操作符的優(yōu)先級順序：
| 操作符 | 描述 |
|---|---|
| \ | 轉義符 |
| (), (?:), (?=), [] | 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 | 說(shuō)明 |
|---|---|
| $ | 匹配輸入字符串的結尾位置。如果設置了 RegExp 對象的 Multiline 屬性，則 $ 也匹配 ‘\n‘ 或 ‘\r‘。要匹配 $ 字符本身，請使用 \$。 |
| ( ) | 標記一個(gè)子表達式的開(kāi)始和結束位置。子表達式可以獲取供以后使用。要匹配這些字符，請使用 \( 和 \)。 |
| * | 匹配前面的子表達式零次或多次。要匹配 * 字符，請使用 \*。 |
| + | 匹配前面的子表達式一次或多次。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 \。 |
| [ | 標記一個(gè)中括號表達式的開(kāi)始。要匹配 [，請使用 \[。 |
| 匹配前面的子表達式零次或一次，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)字符標記為或特殊字符、或原義字符、或向后引用、或八進(jìn)制轉義符。例如， ‘n‘ 匹配字符 ‘n‘?！甛n‘ 匹配換行符。序列 ‘\\‘ 匹配 "\"，而 ‘\(‘ 則匹配 "("。 |
| ^ | 匹配輸入字符串的開(kāi)始位置，除非在方括號表達式中使用，此時(shí)它表示不接受該字符集合。要匹配 ^ 字符本身，請使用 \^。 |
| { | 標記限定符表達式的開(kāi)始。要匹配 {，請使用 \{。 |
| | | 指明兩項之間的一個(gè)選擇。要匹配 |，請使用 \|。 |
| 字符 | 含義 |
|---|---|
| \cx | 匹配由x指明的控制字符。例如， \cM 匹配一個(gè) Control-M 或回車(chē)符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個(gè)原義的 ‘c‘ 字符。 |
| \f | 匹配一個(gè)換頁(yè)符。等價(jià)于 \x0c 和 \cL。 |
| \n | 匹配一個(gè)換行符。等價(jià)于 \x0a 和 \cJ。 |
| \r | 匹配一個(gè)回車(chē)符。等價(jià)于 \x0d 和 \cM。 |
| \s | 匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于 [ \f\n\r\t\v]。 |
| \S | 匹配任何非空白字符。等價(jià)于 [^ \f\n\r\t\v]。 |
| \t | 匹配一個(gè)制表符。等價(jià)于 \x09 和 \cI。 |
| \v | 匹配一個(gè)垂直制表符。等價(jià)于 \x0b 和 \cK。 |
/a.c/
等價(jià)的 VBScript 正則表達式為：
"a.c"
如果試圖匹配一個(gè)包含文件名的字符串，其中句點(diǎn) (.) 是輸入字符串的一部分，則可以在正則表達式中的句點(diǎn)前面加上一個(gè)反斜杠 (\) 字符來(lái)實(shí)現這一要求。舉例來(lái)說(shuō)，下面的 JScript 正則表達式就能匹配 ‘filename.ext‘：
/filename\.ext/
對 VBScript 而言，等價(jià)的表達式如下所示：
"filename\.ext"
這些表達式仍然是相當有限的。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字表示為Chapter 1, Chapter 2諸如此類(lèi)的章節標題，你可能需要找到這些章節標題。
括號表達式
可以在一個(gè)方括號 ([ 和 ]) 中放入一個(gè)或多個(gè)單字符，來(lái)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(lái)，則該列表稱(chēng)為括號表達式。括號內和其他任何地方一樣，普通字符代表其本身，也就是說(shuō)，它們匹配輸入文字中出現的一處自己。大多數特殊字符在位于括號表達式中時(shí)都將失去其含義。這里有一些例外：
括號表達式中所包含的字符只匹配該括號表達式在正則表達式中所處位置的一個(gè)單字符。下面的 JScript 正則表達式可以匹配 ‘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標題，請使用下面的表達式：
"Chapter [12345]"
請注意單詞 ‘Chapter‘ 及后面的空格與括號內的字符的位置關(guān)系是固定的。因此，括號表達式只用來(lái)指定滿(mǎn)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(lái)表示待匹配的字符，則可以使用連字符將該范圍的開(kāi)始和結束字符分開(kāi)。每個(gè)字符的字符值將決定其在一個(gè)范圍內的相對順序。下面的 JScript 正則表達式包含了一個(gè)等價(jià)于上面所示的括號列表的范圍表達式。
/Chapter [1-5]/
VBScript 中相同功能的表達式如下所示：
"Chapter [1-5]"
如果以這種方式指定范圍，則開(kāi)始和結束值都包括在該范圍內。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束值之前。
如果想在括號表達式中包括連字符，則必須使用下述方法之一：
[\-]
[-a-z][a-z-]
[!--][!-~]
同樣，通過(guò)在列表開(kāi)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。如果該插入符出現在列表的其他位置，則匹配其本身，沒(méi)有任何特殊含義。下面的 JScript 正則表達式匹配章節號大于 5 的章節標題：
/Chapter [^12345]/
對 VBScript 則使用：
"Chapter [^12345]"
在上面所示的示例中，表達式將匹配第九個(gè)位置處除1, 2, 3, 4, or 5 之外的任何數字字符。因此， ‘Chapter 7‘ 為一個(gè)匹配，同樣 ‘Chapter 9‘ 也是如此。
上面的表達式可以使用連字符 (-) 表示。對 JScript 為：
/Chapter [^1-5]/
或者，對 VBScript 為：
"Chapter [^1-5]"
括號表達式的典型用法是指定對任何大寫(xiě)或小寫(xiě)字母字符或任何數字的匹配。下面的 JScript 表達式給出了這一匹配：
/[A-Za-z0-9]/
等價(jià)的 VBScript 表達式為：
"[A-Za-z0-9]"
限定符
有時(shí)候不知道要匹配多少字符。為了能適應這種不確定性，正則表達式支持限定符的概念。這些限定符可以指定正則表達式的一個(gè)給定組件必須要出現多少次才能滿(mǎn)足匹配。
下表給出了各種限定符及其含義的說(shuō)明：
| 字符 | 描述 |
|---|---|
| * | 匹配前面的子表達式零次或多次。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)非負整數。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)非負整數。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?！畂{1,}‘ 等價(jià)于 ‘o+‘?！畂{0,}‘ 則等價(jià)于 ‘o*‘。 |
| {n,m} | m 和 n 均為非負整數，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?！畂{0,1}‘ 等價(jià)于 ‘o?‘。請注意在逗號和兩個(gè)數之間不能有空格。 |
對一個(gè)很大的輸入文檔而言，章節數很輕易就超過(guò)九章，因此需要有一種方法來(lái)處理兩位數或者三位數的章節號。限定符就提供了這個(gè)功能。下面的JScript 正則表達式可以匹配具有任何位數的章節標題：
/Chapter [1-9][0-9]*/
下面的 VBScript 正則表達式執行同樣的匹配：
"Chapter [1-9][0-9]*"
請注意限定符出現在范圍表達式之后。因此，它將應用于所包含的整個(gè)范圍表達式，在本例中，只指定了從 0 到 9 的數字。
這里沒(méi)有使用 ‘+‘ 限定符，因為第二位或后續位置上并不一定需要一個(gè)數字。同樣也沒(méi)有使用 ‘?‘ 字符，因為這將把章節數限制為只有兩位數字。在 ‘Chapter‘ 和空格字符之后至少要匹配一個(gè)數字。
如果已知章節數限制只有99 章，則可以使用下面的 JScript 表達式來(lái)指定至少有一位數字，但不超過(guò)兩個(gè)數字。
/Chapter [0-9]{1,2}/ 對 VBScript 可以使用下述正則表達式：
"Chapter [0-9]{1,2}" 上述表達式的缺點(diǎn)是如果有一個(gè)章節號大于 99，它仍只會(huì )匹配前兩位數字。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(lái)匹配兩位數的 JScript 表達式如下：
/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(chēng)之為貪婪的，也就是說(shuō)，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(lái)查找一處包含在 H1 標記中的章節標題。在文檔中該文字可能具有如下形式：
?。糎1＞Chapter 1 – Introduction to Regular Expressions＜/H1＞
下面的表達式匹配從開(kāi)始的小于號 (＜) 到 H1 標記結束處的大于號之間的所有內容。
/＜.*＞/
VBScript 的正則表達式為：
"＜.*＞"
如果所要匹配的就是開(kāi)始的 H1 標記，則下述非貪婪地表達式就只匹配。
/＜.*?＞/
或者
"＜.*?＞"
通過(guò)在 ‘*‘、 ‘+‘ 或 ‘?‘ 限定符后放置 ‘?‘，該表達式就從貪婪匹配轉為了非貪婪或最小匹配。
定位符
到現在為止，所看到的示例都只考慮查找任何地方出現的章節標題。出現的任何一個(gè)字符串 ‘Chapter‘ 后跟一個(gè)空格和一個(gè)數字可能是一個(gè)真正的章節標題，也可能是對其他章節的交叉引用。由于真正的章節標題總是出現在一行的開(kāi)始，因此需要設計一個(gè)方法只查找標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)正則表達式固定在一行的開(kāi)始或結束。也可以創(chuàng )建只在單詞內或只在單詞的開(kāi)始或結尾處出現的正則表達式。下表包含了正則表達式及其含義的列表：
| 字符 | 描述 |
|---|---|
| ^ | 匹配輸入字符串的開(kāi)始位置。如果設置了 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束位置。如果設置了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。因為在一個(gè)換行符或者單詞邊界的前面或后面不會(huì )有連續多個(gè)位置，因此諸如 ‘^*‘ 的表達式是不允許的。
要匹配一行文字開(kāi)始位置的文字，請在正則表達式的開(kāi)始處使用 ‘^‘ 字符。不要把 ‘^‘ 的這個(gè)語(yǔ)法與其在括號表達式中的語(yǔ)法弄混。它們的語(yǔ)法根本不同。
要匹配一行文字結束位置的文字，請在正則表達式的結束處使用 ‘$‘ 字符。
要在查找章節標題時(shí)使用定位符，下面的 JScript 正則表達式將匹配位于一行的開(kāi)始處最多有兩個(gè)數字的章節標題：
/^Chapter [1-9][0-9]{0,1}/ VBScript 中相同功能的正則表達式如下：
"^Chapter [1-9][0-9]{0,1}" 一個(gè)真正的章節標題不僅出現在一行的開(kāi)始，而且這一行中也僅有這一個(gè)內容，因此，它必然也位于一行的結束。下面的表達式確保所指定的匹配只匹配章節而不會(huì )匹配交叉引用。它是通過(guò)創(chuàng )建一個(gè)只匹配一行文字的開(kāi)始和結束位置的正則表達式來(lái)實(shí)現的。
/^Chapter [1-9][0-9]{0,1}$/ 對 VBScript 則使用：
"^Chapter [1-9][0-9]{0,1}$" 匹配單詞邊界有少許不同，但卻給正則表達式增加了一個(gè)非常重要的功能。單詞邊界就是單詞和空格之間的位置。非單詞邊界就是其他任何位置。下面的 JScript 表達式將匹配單詞 ‘Chapter‘ 的前三個(gè)字符，因為它們出現在單詞邊界后：
/\bCha/
對 VBScript 為：
"\bCha"
這里 ‘\b‘ 操作符的位置很關(guān)鍵。如果它位于要匹配的字符串的開(kāi)始，則將查找位于單詞開(kāi)頭處的匹配；如果它位于改字符串的末尾，則查找位于單詞結束處的匹配。例如，下面的表達式將匹配單詞 ‘Chapter‘ 中的 ‘ter‘，因為它出現在單詞邊界之前：
/ter\b/
以及
"ter\b"
下面的表達式將匹配 ‘a(chǎn)pt‘，因為它位于 ‘Chapter‘ 中間，但不會(huì )匹配 ‘a(chǎn)ptitude‘ 中的‘a(chǎn)pt‘：
/\Bapt/
以及
"\Bapt"
這是因為在單詞 ‘Chapter‘ 中 ‘a(chǎn)pt‘ 出現在非單詞邊界位置，而在單詞 ‘a(chǎn)ptitude‘ 中位于單詞邊界位置。非單詞邊界操作符的位置不重要，因為匹配與一個(gè)單詞的開(kāi)頭或結尾無(wú)關(guān)。
選擇與編組
選擇允許使用 ‘|‘ 字符來(lái)在兩個(gè)或多個(gè)候選項中進(jìn)行選擇。通過(guò)擴展章節標題的正則表達式，可以將其擴充為不僅僅適用于章節標題的表達式。不過(guò)，這可沒(méi)有想象的那么直接。在使用選擇時(shí)，將匹配‘|‘ 字符每邊最可能的表達式。你可能認為下面的 JScript 和 VBScript 表達式將匹配位于一行的開(kāi)始和結束位置且后跟一個(gè)或兩個(gè)數字的 ‘Chapter‘ 或 ‘Section‘：
/^Chapter|Section [1-9][0-9]{0,1}$/
"^Chapter|Section [1-9][0-9]{0,1}$"
不幸的是，真正的情況是上面所示的正則表達式要么匹配位于一行開(kāi)始處的單詞 ‘Chapter‘，要么匹配一行結束處的后跟任何數字的 ‘Section‘。如果輸入字符串為 ‘Chapter 22‘，上面的表達式將只匹配單詞 ‘Chapter‘。如果輸入字符串為 ‘Section 22‘，則該表達式將匹配 ‘Section 22‘。但這種結果不是我們此處的目的，因此必須有一種辦法來(lái)使正則表達式對于所要做的更易于響應，而且確實(shí)也有這種方法。
可以使用圓括號來(lái)限制選擇的范圍，也就是說(shuō)明確該選擇只適用于這兩個(gè)單詞 ‘Chapter‘ 和 ‘Section‘。不過(guò)，圓括號同樣也是難處理的，因為它們也用來(lái)創(chuàng )建子表達式，有些內容將在后面關(guān)于子表達式的部分介紹。通過(guò)采用上面所示的正則表達式并在適當位置添加圓括號，就可以使該正則表達式既可以匹配 ‘Chapter 1‘，也可以匹配 ‘Section 3‘。
下面的正則表達式使用圓括號將 ‘Chapter‘ 和 ‘Section‘ 組成一組，所以該表達式才能正確工作。對 JScript 為：
/^(Chapter|Section) [1-9][0-9]{0,1}$/
對 VBScript 為：
"^(Chapter|Section) [1-9][0-9]{0,1}$"
這些表達式工作正確，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的編組，但也導致兩個(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JScript 中RegExp 對象的 $1-$9 屬性來(lái)引用這個(gè)子匹配。
有時(shí)捕獲一個(gè)子匹配是所希望的，有時(shí)則是不希望的。在說(shuō)明所示的示例中，真正想做的就是使用圓括號對單詞 ‘Chapter‘ 或 ‘Section‘ 之間的選擇編組。并不希望在后面再引用該匹配。實(shí)際上，除非真的是需要捕獲子匹配，否則請不要使用。由于不需要花時(shí)間和內存來(lái)存儲那些子匹配，這種正則表達式的效率將更高。
可以在正則表達式模式圓括號內部的前面使用 ‘?:‘來(lái)防止存儲該匹配供今后使用。對上面所示正則表達式的下述修改提供了免除子匹配存儲的相同功能。對 JScript：
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/
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(chēng)之為預查的匹配。一個(gè)為正向預查，用 ?= 表示， 在任何開(kāi)始匹配圓括號內的正則表達式模式的位置來(lái)匹配搜索字符串。一個(gè)為負向預查，用 ‘?!‘ 表示，在任何開(kāi)始不匹配該正則表達式模式的位置來(lái)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?JScript 正則表達式，這是一個(gè)正向預查，來(lái)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（而不包括預查中使用的字符）就開(kāi)始對下一次匹配的搜索。例如，如果上面所示的表達式匹配到 ‘Windows 98‘，則將從 ‘Windows‘ 而不是 ‘98‘ 之后繼續查找。
向后引用
正則表達式一個(gè)最重要的特性就是將匹配成功的模式的某部分進(jìn)行存儲供以后使用這一能力。請回想一下，對一個(gè)正則表達式模式或部分模式兩邊添加圓括號將導致這部分表達式存儲到一個(gè)臨時(shí)緩沖區中?？梢允褂梅遣东@元字符 ‘?:‘, ‘?=‘, or ‘?!‘ 來(lái)忽略對這部分正則表達式的保存。
所捕獲的每個(gè)子匹配都按照在正則表達式模式中從左至右所遇到的內容存儲。存儲子匹配的緩沖區編號從 1 開(kāi)始，連續編號直至最大 99 個(gè)子表達式。每個(gè)緩沖區都可以使用 ‘\n‘ 訪(fǎng)問(wèn)，其中 n 為一個(gè)標識特定緩沖區的一位或兩位十進(jìn)制數。
向后引用一個(gè)最簡(jiǎn)單，最有用的應用是提供了確定文字中連續出現兩個(gè)相同單詞的位置的能力。請看下面的句子：
Is is the cost of of gasoline going up up?
根據所寫(xiě)內容，上面的句子明顯存在單詞多次重復的問(wèn)題。如果能有一種方法無(wú)需查找每個(gè)單詞的重復現象就能修改該句子就好了。下面的 JScript 正則表達式使用一個(gè)子表達式就可以實(shí)現這一功能。
/\b([a-z]+) \1\b/gi
等價(jià)的 VBScript 表達式為：
"\b([a-z]+) \1\b"
在這個(gè)示例中，子表達式就是圓括號之間的每一項。所捕獲的表達式包括一個(gè)或多個(gè)字母字符，即由‘[a-z]+‘ 所指定的。該正則表達式的第二部分是對前面所捕獲的子匹配的引用，也就是由附加表達式所匹配的第二次出現的單詞?！甛1‘用來(lái)指定第一個(gè)子匹配。單詞邊界元字符確保只檢測單獨的單詞。如果不這樣，則諸如 "is issued" 或 "this is" 這樣的短語(yǔ)都會(huì )被該表達式不正確地識別。
在 JScript 表達式中，正則表達式后面的全局標志 (‘g‘) 表示該表達式將用來(lái)在輸入字符串中查找盡可能多的匹配。大小寫(xiě)敏感性由表達式結束處的大小寫(xiě)敏感性標記 (‘i‘) 指定。多行標記指定可能出現在換行符的兩端的潛在匹配。對 VBScript 而言，在表達式中不能設置各種標記，但必須使用 RegExp 對象的屬性來(lái)顯式設置。
使用上面所示的正則表達式，下面的 JScript 代碼可以使用子匹配信息，在一個(gè)文字字符串中將連續出現兩次的相同單詞替換為一個(gè)相同的單詞：
var ss = "Is is the cost of of gasoline going up up?.\n";var re = /\b([a-z]+) \1\b/gim; //創(chuàng )建正則表達式樣式。var rv = ss.replace(re,"$1"); //用一個(gè)單詞替代兩個(gè)單詞。
最接近的等價(jià) VBScript 代碼如下：
Dim ss, re, rvss = "Is is the cost of of gasoline going up up?." & vbNewLineSet re = New RegExpre.Pattern = "\b([a-z]+) \1\b"re.Global = Truere.IgnoreCase = Truere.MultiLine = Truerv = re.Replace(ss,"$1")
請注意在 VBScript 代碼中，全局、大小寫(xiě)敏感性以及多行標記都是使用 RegExp 對象的適當屬性來(lái)設置的。
在replace 方法中使用 $1 來(lái)引用所保存的第一個(gè)子匹配。如果有多個(gè)子匹配，則可以用 $2, $3 等繼續引用。
向后引用的另一個(gè)用途是將一個(gè)通用資源指示符 (URI) 分解為組件部分。假定希望將下述的URI 分解為協(xié)議 (ftp, http, etc)，域名地址以及頁(yè)面/路徑：
http://msdn.microsoft.com:80/scripting/default.htm
下面的正則表達式可以提供這個(gè)功能。對 JScript，為：
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/
對 VBScript 為：
"(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)"
第一個(gè)附加子表達式是用來(lái)捕獲該 web 地址的協(xié)議部分。該子表達式匹配位于一個(gè)冒號和兩個(gè)正斜杠之前的任何單詞。第二個(gè)附加子表達式捕獲該地址的域名地址。該子表達式匹配不包括 ‘^‘、 ‘/‘ 或 ‘:‘ 字符的任何字符序列。第三個(gè)附加子表達式捕獲網(wǎng)站端口號碼，如果指定了該端口號。該子表達式匹配后跟一個(gè)冒號的零或多個(gè)數字。最后，第四個(gè)附加子表達式捕獲由該 web 地址指定的路徑以及\或者頁(yè)面信息。該子表達式匹配一個(gè)和多個(gè)除‘#‘ 或空格之外的字符。
將該正則表達式應用于上面所示的 URI 后，子匹配包含下述內容：
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=473901
聯(lián)系客服
