正则表达式基础

基础0

一个正则表达式就是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。如：

JScript	VBScript	匹配
/^\[ \t]*$/	"^\[ \t]*$"	匹配一个空白行。
/\d{2}-\d{5}/	"\d{2}-\d{5}"	验证一个ID 号码是否由一个2位数字，一个连字符以及一个5位数字组成。
/<(.)>.<\/\1>/	"<(.)>.<\/\1>"	匹配一个 HTML 标记。

下表是元字符及其在正则表达式上下文中的行为的一个完整列表：

字符	描述
\	将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'\n' 匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。
^	匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 '\n' 或 '\r' 之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 '\n' 或 '\r' 之前的位置。
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
{n,}	n 是一个非负整数。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,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
{n,m}	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，'o+?' 将匹配单个 "o"，而 'o+' 将匹配所有 'o'。
.	匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任何字符，请使用象 '[.\n]' 的模式。
(pattern)	匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 '$' 或 '$'。
(?:pattern)	匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (\|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y\|ies) 就是一个比 'industry\|industries' 更简略的表达式。
(?=pattern)	正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。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"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。
(?!pattern)	负向预查，在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。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"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始
x\|y	匹配 x 或 y。例如，'z\|food' 能匹配 "z" 或 "food"。'(z\|f)ood' 则匹配 "zood" 或 "food"。
[xyz]	字符集合。匹配所包含的任意一个字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范围内的任意小写字母字符。
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。
\B	匹配非单词边界。'er\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 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\d	匹配一个数字字符。等价于 [0-9]。
\D	匹配一个非数字字符。等价于 [^0-9]。
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。
\w	匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。
\W	匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
\xn	匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，'\x41' 匹配 "A"。'\x041' 则等价于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。.
\num	匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，'(.)\1' 匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。
\nml	如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。
\un	匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号 (©)。

下面看几个例子：
"^The"：表示所有以"The"开始的字符串（"There"，"The cat"等）；
"of despair$"：表示所以以"of despair"结尾的字符串；
"^abc$"：表示开始和结尾都是"abc"的字符串——呵呵，只有"abc"自己了；
"notice"：表示任何包含"notice"的字符串。

'*'，'+'和'?'这三个符号，表示一个或一序列字符重复出现的次数。它们分别表示“没有或
更多”，“一次或更多”还有“没有或一次”。下面是几个例子：

"ab*"：表示一个字符串有一个a后面跟着零个或若干个b。（"a", "ab", "abbb",……）；
"ab+"：表示一个字符串有一个a后面跟着至少一个b或者更多；
"ab?"：表示一个字符串有一个a后面跟着零个或者一个b；
"a?b+$"：表示在字符串的末尾有零个或一个a跟着一个或几个b。

也可以使用范围，用大括号括起，用以表示重复次数的范围。

"ab{2}"：表示一个字符串有一个a跟着2个b（"abb"）；
"ab{2,}"：表示一个字符串有一个a跟着至少2个b；
"ab{3,5}"：表示一个字符串有一个a跟着3到5个b。

请注意，你必须指定范围的下限（如："{0,2}"而不是"{,2}"）。还有，你可能注意到了，'*'，'+'和
'?'相当于"{0,}"，"{1,}"和"{0,1}"。
还有一个'¦'，表示“或”操作：

"hi¦hello"：表示一个字符串里有"hi"或者"hello"；
"(b¦cd)ef"：表示"bef"或"cdef"；
"(a¦b)*c"：表示一串"a""b"混合的字符串后面跟一个"c"；

'.'可以替代任何字符：

"a.[0-9]"：表示一个字符串有一个"a"后面跟着一个任意字符和一个数字；
"^.{3}$"：表示有任意三个字符的字符串（长度为3个字符）；

方括号表示某些字符允许在一个字符串中的某一特定位置出现：

"[ab]"：表示一个字符串有一个"a"或"b"（相当于"a¦b"）；
"[a-d]"：表示一个字符串包含小写的'a'到'd'中的一个（相当于"a¦b¦c¦d"或者"[abcd]"）；
"^[a-zA-Z]"：表示一个以字母开头的字符串；
"[0-9]%"：表示一个百分号前有一位的数字；
",[a-zA-Z0-9]$"：表示一个字符串以一个逗号后面跟着一个字母或数字结束。

你也可以在方括号里用'^'表示不希望出现的字符，'^'应在方括号里的第一位。（如："%[^a-zA-Z]%"表
示两个百分号中不应该出现字母）。

为了逐字表达，必须在"^.$()¦*+?{\"这些字符前加上转移字符'\'。

请注意在方括号中，不需要转义字符。

基础1

也许有人会说，现在需要正则表达式去验证什么的话，直接在网上找不久一大片吗？还需要学什么啊！

是的，现在在网上找确实是一找一大片，但是，有时候我们也遇到这样的情况，就是我们在网上找的复制下来之后粘贴到我们的项目中就是报JS的错误，或者就是实现不了我们想要的效果。可能你复制的这个正则表达式仅仅是别人少些了一个字符或者是你少复制了一个字符。这个时候如果你会一点正则表达式的语法的话，也许只需要你随便仔细看一看，你就可以改一下就好了。而且这怎么说也是一个技术，会的话是自己的，别人有拿不走。反正就是没事的话可以学学，挺好的！呵呵

“正则表达式”描述在搜索文本正文时要匹配的一个或多个字符串。该表达式可用作一个将字符模式与要搜索的字符串相匹配的模板。

正则表达式包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为“元字符”）。

特殊字符

下表包含了单字符元字符的列表以及它们在正则表达式中的行为。

说明
若要匹配这些特殊字符之一，必须首先转义字符，即，在字符前面加反斜杠字符 (\)。例如，若要搜索“+”文本字符，可使用表达式“\+”。

元字符	行为	示例
*	零次或多次匹配前面的字符或子表达式。等效于 {0,}。	zo* 与“z”和“zoo”匹配。
+	一次或多次匹配前面的字符或子表达式。等效于 {1,}。	zo+ 与“zo”和“zoo”匹配，但与“z”不匹配。
?	零次或一次匹配前面的字符或子表达式。等效于 {0,1}。当 ?紧随任何其他限定符（*、+、?、{n}、{n,} 或 {n,m}）之后时，匹配模式是非贪婪的。非贪婪模式匹配搜索到的、尽可能少的字符串，而默认的贪婪模式匹配搜索到的、尽可能多的字符串。	zo? 与“z”和“zo”匹配，但与“zoo”不匹配。 o+? 只与“oooo”中的单个“o”匹配，而 o+ 与所有“o”匹配。 do(es)? 与“do”或“does”中的“do”匹配。
^	匹配搜索字符串开始的位置。如果标志中包括 m（多行搜索）字符，^ 还将匹配 \n 或 \r 后面的位置。如果将 ^ 用作括号表达式中的第一个字符，则会对字符集求反。	^\d{3} 与搜索字符串开始处的 3 个数字匹配。 [^abc] 与除 a、b 和 c 以外的任何字符匹配。
$	匹配搜索字符串结尾的位置。如果标志中包括 m（多行搜索）字符，^ 还将匹配 \n 或 \r 前面的位置。	\d{3}$ 与搜索字符串结尾处的 3 个数字匹配。
.	匹配除换行符 \n 之外的任何单个字符。若要匹配包括 \n 在内的任意字符，请使用诸如 [\s\S] 之类的模式。	a.c 与“abc”、“a1c”和“a-c”匹配。
[]	标记括号表达式的开始和结尾。	[1-4] 与“1”、“2”、“3”或“4”匹配。[^aAeEiIoOuU] 与任何非元音字符匹配。
{}	标记限定符表达式的开始和结尾。	a{2,3} 与“aa”和“aaa”匹配。
()	标记子表达式的开始和结尾。可以保存子表达式以备将来之用。	A(\d) 与“A0”至“A9”匹配。保存该数字以备将来之用。
\|	指示在两个或多个项之间进行选择。	z\|food 与“z”或“food”匹配。(z\|f)ood 与“zood”或“food”匹配。
/	表示 JScript 中的文本正则表达式模式的开始或结尾。在第二个“/”后添加单字符标志可以指定搜索行为。	/abc/gi 是与“abc”匹配的 JScript 文本正则表达式。g（全局）标志指定查找模式的所有匹配项，i（忽略大小写）标志使搜索不区分大小写。
\	将下一字符标记为特殊字符、文本、反向引用或八进制转义符。	\n 与换行符匹配。\( 与“(”匹配。\\ 与“\”匹配。

大多数特殊字符在括号表达式内出现时失去它们的意义，并表示普通字符。有关更多信息，请参见匹配字符的列表中的“括号表达式中的字符”。

元字符

下表包含了多字符元字符的列表以及它们在正则表达式中的行为。

元字符	行为	示例
\b	与一个字边界匹配；即字与空格间的位置。	er\b 与“never”中的“er”匹配，但与“verb”中的“er”不匹配。
\B	非边界字匹配。	er\B 与“verb”中的“er”匹配，但与“never”中的“er”不匹配。
\d	数字字符匹配。等效于 [0-9]。	在搜索字符串“12 345”中，\d{2} 与“12”和“34”匹配。\d与“1”、“2”、“3”、“4”和“5”匹配。
\D	非数字字符匹配。等效于 [^0-9]。	\D+ 与“abc123 def”中的“abc”和“def”匹配。
\w	与以下任意字符匹配：A-Z、a-z、0-9 和下划线。等效于 [A-Za-z0-9_]。	在搜索字符串“The quick brown fox…”中，\w+与“The”、“quick”、“brown”和“fox”匹配。
\W	与除 A-Z、a-z、0-9 和下划线以外的任意字符匹配。等效于 [^A-Za-z0-9_]。	在搜索字符串“The quick brown fox…”中，\W+ 与“…”和所有空格匹配。
[xyz]	字符集。与任何一个指定字符匹配。	[abc] 与“plain”中的“a”匹配。
[^xyz]	反向字符集。与未指定的任何字符匹配。	[^abc] 与“plain”中的“p”、“l”、“i”和“n”匹配。
[a-z]	字符范围。匹配指定范围内的任何字符。	[a-z] 与“a”到“z”范围内的任何小写字母字符匹配。
[^a-z]	反向字符范围。与不在指定范围内的任何字符匹配。	[^a-z] 与不在范围“a”到“z”内的任何字符匹配。
{n}	正好匹配 n 次。n 是非负整数。	o{2} 与“Bob”中的“o”不匹配，但与“food”中的两个“o”匹配。
{n,}	至少匹配 n 次。n 是非负整数。 * 与 {0,} 相等。 + 与 {1,} 相等。	o{2,} 与“Bob”中的“o”不匹配，但与“foooood”中的所有“o”匹配。
{n,m}	匹配至少 n 次，至多 m 次。n 和 m 是非负整数，其中 n <= m。逗号和数字之间不能有空格。 ? 与 {0,1} 相等。	在搜索字符串“1234567”中，\d{1,3}与“123”、“456”和“7”匹配。
(模式)	与模式匹配并保存匹配项。您可以从由 JScript 中的 exec Method返回的数组元素中检索保存的匹配项。若要匹配括号字符 ( )，请使用“$”或者“$”。	(Chapter\|Section) [1-9] 与“Chapter 5”匹配，保存“Chapter”以备将来之用。
(?:模式)	与模式匹配，但不保存匹配项；即不会存储匹配项以备将来之用。这对于用“or”字符 (\|) 组合模式部件的情况很有用。	industr(?:y\|ies) 与 industry\|industries 相等。
(?=模式)	积极的预测先行。找到一个匹配项后，将在匹配文本之前开始搜索下一个匹配项。不会保存匹配项以备将来之用。	^(?=.\d).{4,8}$ 对密码应用以下限制：其长度必须介于 4 到 8 个字符之间，并且必须至少包含一个数字。在该模式中，.\d 查找后跟有数字的任意多个字符。对于搜索字符串“abc3qr”，这与“abc3”匹配。从该匹配项之前（而不是之后）开始，.{4,8} 与包含 4-8 个字符的字符串匹配。这与“abc3qr”匹配。 ^ 和 $ 指定搜索字符串的开始和结束位置。这将在搜索字符串包含匹配字符之外的任何字符时阻止匹配。
(?!模式)	消极的预测先行。匹配与模式不匹配的搜索字符串。找到一个匹配项后，将在匹配文本之前开始搜索下一个匹配项。不会保存匹配项以备将来之用。	\b(?!th)\w+\b 与不以“th”开头的单词匹配。在该模式中，\b 与一个字边界匹配。对于搜索字符串“ quick ”，这与第一个空格匹配。(?!th) 与非“th”字符串匹配。这与“qu”匹配。从该匹配项开始，\w+ 与一个字匹配。这与“quick”匹配。
\cx	匹配 x 指示的控制字符。x 的值必须在 A-Z 或 a-z 范围内。如果不是这样，则假定 c 就是文本“c”字符本身。	\cM 与 Ctrl+M 或一个回车符匹配。
\xn	匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。允许在正则表达式中使用 ASCII 代码。	\x41 与“A”匹配。\x041 等效于后跟有“1”的“\x04”（因为 n 必须正好是两位数）。
\num	匹配 num，此处的 num 是一个正整数。这是对已保存的匹配项的引用。	(.)\1 与两个连续的相同字符匹配。
\n	标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。	(\d)\1 与两个连续的相同数字匹配。
\nm	标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获子表达式，则 n 是反向引用，后面跟有文本 m。如果上述情况都不存在，当 n 和 m 是八进制数字 (0-7) 时，\nm 匹配八进制转义码 nm。	\11 与制表符匹配。
\nml	当 n 是八进制数字 (0-3)，m 和 l 是八进制数字 (0-7) 时，匹配八进制转义码 nml。	\011 与制表符匹配。
\un	匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。	\u00A9 与版权符号 (©) 匹配。

非打印字符

下表包含表示非打印字符的转义序列。

字符	匹配	等效于
\f	换页符。	\x0c 和 \cL
\n	换行符。	\x0a 和 \cJ
\r	回车符。	\x0d 和 \cM
\s	任何空白字符。其中包括空格、制表符和换页符。	[\f\n\r\t\v]
\S	任何非空白字符。	[^\f\n\r\t\v]
\t	Tab 字符。	\x09 和 \cI
\v	垂直制表符。	\x0b 和 \cK