PHP和正則表達(dá)式
一個(gè)正則表達(dá)式是一個(gè)特定的格式化模式，可以用來找出一個(gè)字符串在另一個(gè)字符串中的使用情況。幾個(gè)編程語言，包括Visual Basic,Perl,JavaScript和PHP都支持正則表達(dá)式，希望在這篇入門指導(dǎo)的結(jié)束，Mitchell(作者自己)可以讓你在PHP程序中能應(yīng)用一些基本的正則表達(dá)式。正則表達(dá)式是在各種各樣的程序語言中突出的古怪特征中的一種，但是由于它們看起來是很難的一個(gè)概念，所以很多開發(fā)者就把它們放到了角落里，忘記了它們的存在。
讓我們先來看看什么是正則表達(dá)式，為什么你要在PHP程序中用到它們。
什么是正則表達(dá)式?
你對從一個(gè)不錯(cuò)的老的基于控制的文本編輯器中分離出像BBEdit和notepad的程序，有什么看法呢？兩個(gè)都支持文本輸入，可以讓你保存文本到文件中，但是現(xiàn)在的文本編輯器也支持其它功能，包括查找–代替工具，這讓編輯一個(gè)文本文件相當(dāng)容易。
     正則表達(dá)式也是相似的，只是更好一些。正則表達(dá)式可以被認(rèn)為一個(gè)極其高級的查找-替換工具，讓我們從痛苦中擺脫出來：不必再寫定制的數(shù)據(jù)確認(rèn)例子來檢查電子郵件地址或者來確認(rèn)電話號(hào)碼的格式是正確的，如此等等。
     任何程序中最普通的函數(shù)之一就是數(shù)據(jù)有效性檢查，PHP捆綁了一些文本檢查函數(shù)，允許我們用正則表達(dá)式匹配一個(gè)字符串，確認(rèn)有一個(gè)空格，有一個(gè)問號(hào)，等等。
     你不知道的可能是，正則表達(dá)式可以簡單裝備嗎，當(dāng)你掌握了一些正則表達(dá)式時(shí)(這個(gè)正則表達(dá)式可以用來告訴正則表達(dá)式引擎一個(gè)字符串中我們想要匹配的部分)，你會(huì)自問為什么會(huì)把正則表達(dá)式扔到角落里這么久，^_^。
     PHP有兩套函數(shù)，用來處理兩種類型的正則表達(dá)式:Perl5兼容模式，和Posix標(biāo)準(zhǔn)兼容模式。在這篇文章中我們將看看ereg函數(shù)，用遵照Posix標(biāo)準(zhǔn)的搜索表達(dá)式工作。雖然它們并沒有Perl5模式那樣強(qiáng)大，但是一種不錯(cuò)的學(xué)習(xí)正則表達(dá)式的方法。如果你對PHP支持的Perl5兼容正則表達(dá)式感興趣，可以到PHP.net網(wǎng)站找一些關(guān)于preg函數(shù)的細(xì)節(jié)。
     PHP有六個(gè)函數(shù)來處理正則表達(dá)式，它們都把一個(gè)正則表達(dá)式作為它們的第一個(gè)參數(shù)，列出如下：
ereg: 最常用的正則表達(dá)式函數(shù), ereg 允許我們搜索跟一個(gè)正則表達(dá)式匹配的一個(gè)字符串. 
ereg_replace: 允許我們搜索跟正則表達(dá)式匹配的一個(gè)字符串，并用新的字符串代替所有這個(gè)表達(dá)式出現(xiàn)的地方。 
eregi: 和ereg幾乎是一樣效果，不過忽略大小寫。 
eregi_replace: 和ereg_replace有著一樣的搜索-替換功能，不過忽略大小寫. 
split: 允許我們搜索和正則表達(dá)式匹配的字符串，并且以字符串集合的方式返回匹配結(jié)果. 
spliti: split函數(shù)忽略大小寫的版本.
為什么使用正則表達(dá)式? 
       如果你不斷地建立不同的函數(shù)來檢查或者操作字符串的一部分，現(xiàn)在你可能要放棄所有的這些函數(shù)，取而代之的用正則表達(dá)式。如果你對下列的問題都答“是的”，那么你肯定要考慮使用正則表達(dá)式了：
你是否正在寫一些定制的函數(shù)來檢查表單數(shù)據(jù)（比如在電子信箱地址中的一個(gè)@，一個(gè)點(diǎn)）? 
你是否寫一些定制的函數(shù)，在一個(gè)字符串中循環(huán)每個(gè)字符，如果這個(gè)字符匹配了一個(gè)特定特征（比如它是大寫的，或者它是一個(gè)空格），那么就替換它?
      除了是令人不舒服的字符串檢查和操作方法，如果沒有有效率地寫代碼，上述的兩條也會(huì)使你的程序慢下來。你是否更傾向于用下面的代碼檢查一個(gè)電子信箱地址呢:
<?php
function validateEmail($email) 
{ 
      $hasAtSymbol = strpos($email, "@"); 
      $hasDot = strpos($email, ".");
      if($hasAtSymbol && $hasDot) 
         return true; 
      else 
         return false; 
}
echo validateEmail("mitchell@devarticles.com");
?> 
... 
或者使用下面的代碼:
<?php
function validateEmail($email) 
{ 
    return ereg("^[a-zA-Z]+@[a-zA-Z]+.[a-zA-Z]+$", $email); 
}
echo validateEmail("mitchell@devarticles.com");
?> 
可以肯定的是，第一個(gè)函數(shù)比較容易，而且看起來結(jié)構(gòu)也不錯(cuò)。但是如果我們用上面的下一個(gè)版本的email地址檢查函數(shù)不是更容易嗎？
    上面展示的第二個(gè)函數(shù)只用了正則表達(dá)式，包括了對ereg函數(shù)的一個(gè)調(diào)用。Ereg 函數(shù)返回true或者false,來聲明它的字符串參數(shù)是否和正則表達(dá)式相匹配。
很多編程者避開正則表達(dá)式，只因?yàn)樗鼈儯ㄔ谝恍┣闆r下）比其它的文本處理方法更慢。正則表達(dá)式可能慢的原因是因?yàn)樗鼈兩婕鞍炎址趦?nèi)存中拷貝和粘貼，因?yàn)檎齽t表達(dá)式的每一個(gè)新的部分都對應(yīng)匹配一個(gè)字符串。但是，從我對正則表達(dá)式的經(jīng)驗(yàn)來說，除非你在文本中幾百個(gè)行運(yùn)行一個(gè)復(fù)雜的正則表達(dá)式，否則性能上的缺陷都可以忽略不計(jì)，當(dāng)把正則表達(dá)式作為輸入數(shù)據(jù)檢查工具時(shí)，也很少出現(xiàn)這種情況。
正則表達(dá)式語法
在你可以匹配一個(gè)字符串到正則表達(dá)式之前，你必須先建立正則表達(dá)式。開始的時(shí)候，正則表達(dá)式的語法有點(diǎn)古怪，表達(dá)式中的每一個(gè)短語代表某個(gè)類型的搜索特征。下列是一些最普通的正則表達(dá)式，也都對應(yīng)著一個(gè)如何使用它的例子:
字符串頭部
搜索一個(gè)字符串的頭部，用^,例如
<?php echo ereg("^hello", "hello world!"); ?> 
將返回 true, 但是
<?php echo ereg("^hello", "i say hello world"); ?> 
將返回 false, 因?yàn)閔ello不在字符串”I say hello world”的頭部。
字符串尾部 
搜索字符串尾部，用$,例如：
<?php echo ereg("bye$", "goodbye"); ?> 
將返回true, 但是
<?php echo ereg("bye$", "goodbye my friend"); ?> 
將返回 false,因?yàn)閎ye不在字符串”goodbye my friend”的尾部.
任意的單個(gè)字符 
搜索任意字符，用點(diǎn)(.),例如：
<?php echo ereg(".", "cat"); ?> 
將返回true,但是
<?php echo ereg(".", ""); ?> 
將返回false,因?yàn)槲覀兊囊阉髯址疀]有包含字符。你可以用花括號(hào)隨意告訴正則表達(dá)式引擎它要匹配多少個(gè)單個(gè)字符。如果我只想匹配5個(gè)字符，我可以這樣用ereg:
<?php echo ereg(".{5}$", "12345"); ?> 
上面的這段代碼告訴正則表達(dá)式引擎當(dāng)且僅當(dāng)至少5個(gè)連續(xù)的字符出現(xiàn)字符串的尾部時(shí)返回true.我們也可以限制連續(xù)出現(xiàn)的字符的數(shù)目：
<?php echo ereg("a{1,3}$", "aaa"); ?> 
在上面的例子里，我們已經(jīng)告訴正則表達(dá)式引擎，我們的搜索字符串來匹配表達(dá)式，它在尾部必須有介于1和3個(gè)的”a”字符。
<?php echo ereg("a{1,3}$", "aaab"); ?> 
上面的例子將不會(huì)返回true，雖然有三個(gè)”a”字符在搜索字符串里，但是它們不是在字符串的尾部。如果我們把結(jié)尾字符串匹配$從正則表達(dá)式中去掉，那么這個(gè)字符串是匹配的。
我們也可以告訴正則表達(dá)式引擎來匹配至少有確定數(shù)目的字符在一行，如果它們存在的，可以匹配更多。 我們可以這樣做：
<?php echo ereg("a{3,}$", "aaaa"); ?> 
零或多次重復(fù)字符
為了告訴正則表達(dá)式引擎一個(gè)字符可能存在，也可以重復(fù)，我們用*字符。這里的兩個(gè)例子都將返回true.
<?php echo ereg("t*", "tom"); ?> 
<?php echo ereg("t*", "fom"); ?> 
即使第二個(gè)例子不包含”t”這個(gè)字符，但仍舊返回ture,因?yàn)?表示字符可以出現(xiàn)，但不是必須出現(xiàn)。事實(shí)上，任何普通的字符串模式都會(huì)使上面的ereg調(diào)用返回true，因?yàn)?t'字符是可選的.
一或多次重復(fù)字符
為了告訴正則表達(dá)式引擎一個(gè)字符必須存在，也可以重復(fù)不止一次，我們用+字符，像
<?php echo ereg("z+", "i like the zoo"); ?> 
下面的例子也會(huì)返回true:
<?php echo ereg("z+", "i like the zzzzzzoo!"); ?> 
零或一次重復(fù)字符 
我們也可以告訴正則表達(dá)式引擎，一個(gè)字符必須是或者只存在一次，或者沒有。我們用?字符來做這項(xiàng)工作，就像
<?php echo ereg("c?", "cats are fuzzy"); ?> 
如果我們愿意，我們完全可以從上面的搜索字符串中刪除'c'，這個(gè)表達(dá)式會(huì)仍舊返回true.'?' 的意思是一個(gè)'c'可以出現(xiàn)在搜索字符串的任何地方，但不是必須的。
正則表達(dá)式語法 (續(xù)) 
空格字符 
為了匹配一個(gè)搜索字符串中的空格字符，我們用預(yù)定義Posix的類，[[:space]].方括號(hào)標(biāo)明連續(xù)字符的相關(guān)性，”:space:”是實(shí)際要匹配的類（在這種情形下，是任何空白字符）?？瞻装╰ab字符，新行字符，空白字符。或者，如果搜索字符串必須包含只有一個(gè)空格，而不是一個(gè)tab或者新行字符，你可以用一個(gè)空格字符(" ")。在大多數(shù)情況下，我傾向于使用":space:"，因?yàn)檫@意味著我的意圖不僅僅是單個(gè)空格字符，這點(diǎn)很容易被忽視。這里有一些Posix-標(biāo)準(zhǔn)預(yù)定義類，
有一些我們可以作為正則表達(dá)式的部分的一些Posix-標(biāo)準(zhǔn)預(yù)定義類，包括[:alnum:], [:digit:], [:lower:]等等。 完整的列表可以在這里查看
我們可以像這樣匹配單個(gè)空白字符：
<?php echo ereg("Mitchell[[:space:]]Harper", "Mitchell Harper"); ?> 
我們也可以通過在表達(dá)式后用?字符來告訴正則表達(dá)式引擎匹配沒有空白或者一個(gè)空白。
<?php echo ereg("Mitchell[[:space:]]?Harper", "MitchellHarper"); ?> 
模式分組
相關(guān)的模式可以在方括號(hào)里分在一起。很容易用[a-z]和[A-Z]指定只有一個(gè)小寫字母或者一列大寫字母以搜索字符串的一部分存在。
<?php
// 要求從第一個(gè)到最后一個(gè)都是小寫字母 
echo ereg("^[a-z]+$", "johndoe"); // 返回true
?> 
或者像
<?php
// 要求從第一個(gè)到最后一個(gè)都是大寫字母
ereg("^[A-Z]+$", "JOHNDOE"); // 返回 true?
?> 
我們也可以告訴正則表達(dá)式引擎，我們希望或者是小寫字母，或者是大寫字母。我們只要把[a-z]和[A-Z]模式結(jié)合在一起就可以做到。
<?php echo ereg("^[a-zA-Z]+$", "JohnDoe"); ?> 
在上面的例子里，如果我們能匹配"John Doe",而不是"JohnDoe"，將是非常有意義的。我們用下面的正則表達(dá)式來做這個(gè)：
^[a-zA-Z]+[[:space:]]{1}[a-zA-Z]+$ 
很容易搜索一個(gè)數(shù)字字符串
<?php echo ereg("^[0-9]+$", "12345"); ?> 
詞語分組 
不僅僅搜索模式可以分組，我們也可以用圓括號(hào)把相關(guān)的搜索詞語進(jìn)行分組。
<?php echo ereg("^(John|Jane).+$", "John Doe"); ?> 
在上面的例子中，我們有一個(gè)字符串頭部字符，緊跟著"John"或者"Jane",至少有一個(gè)其它字符，然后一個(gè)字符串尾部字符。所以…
<?php echo ereg("^(John|Jane).+$", "Jane Doe"); ?> 
...將也匹配我們的搜索模式
特殊字符的情形
因?yàn)橐恍┳址迷谝粋€(gè)搜索模式的明確分組或者語法上，像在(John|Jane)中的圓括號(hào)，我們需要告訴正則表達(dá)式引擎來屏蔽這些字符，加工它們使之成為被搜索字符串的一部分，而不是搜索表達(dá)式的一部分。我們所用的方法稱為“字符轉(zhuǎn)義”，涉及到將任何“專用符號(hào)”加上反斜杠。所以，例如，如果我想在我的搜索中包含'|'，那么我就可以這樣做
<?php echo ereg("^[a-zA-z]+|[a-zA-z]+$", "John|Jane"); ?> 
這里只是少量的一些你要轉(zhuǎn)義的字符，你必須轉(zhuǎn)義^, $, (, ), ., [, |, *, ?, +,  and { 。
希望你現(xiàn)在對正則表達(dá)式實(shí)際上有多么強(qiáng)大有了一點(diǎn)點(diǎn)感覺了。現(xiàn)在讓我們看兩個(gè)用正則表達(dá)式來檢查數(shù)據(jù)中一個(gè)字符串的例子。
正則表達(dá)式例子
例子1 
讓我們把第一個(gè)例子做的相當(dāng)簡單，檢驗(yàn)一個(gè)標(biāo)準(zhǔn)的URL.一個(gè)標(biāo)準(zhǔn)的URL(沒有端口號(hào)),有三個(gè)部分構(gòu)成：
[協(xié)議]://[域名]
讓我們從匹配URL的協(xié)議部分開始,并且讓它只能用http或者ftp.我們可以用下面的正則表達(dá)式做到這點(diǎn)：
^(http|ftp)
^字符特指字符串的頭部，利用圓括號(hào)把http和ftp圍住，且用“或者”符號(hào)(|)將它們分開，我們告訴正則表達(dá)式引擎http和ftp兩者之一必須在字符串的開頭。
一個(gè)域名通常由www.somesite.com構(gòu)成，但是可以隨意選擇要不要www部分。為了例子簡單，我們只允許.com,.net,和.org的域名是在考慮之中的。我們最好這樣對正則表達(dá)式中的域名部分表示如下：
(www.)?.+.(com|net|org)$ 
把所有的東西放在一起，我們的正則表達(dá)式就可以用作檢查一個(gè)域名，如：
<?php
function isValidDomain($domainName) 
{ 
return ereg("^(http|ftp)://(www.)?.+.(com|net|org)$", $domainName); 
}
//真(true) 
echo isValidDomain("http://www.somesite.com");
//真(true)
echo isValidDomain("ftp://somesite.com");
//假 (false)
echo isValidDomain("ftp://www.somesite.fr");
//假 (false) 
echo isValidDomain("www.somesite.com");
?> 
例子二 
因?yàn)槲揖幼≡诎拇罄麃喯つ幔屛覀儥z查一個(gè)典型的澳大利亞國際電話號(hào)碼。澳大利亞國際電話號(hào)碼的格式如下：
+61x xxxx-xxxx
第一個(gè)x是區(qū)號(hào)，其它的都是電話號(hào)碼。檢查以'+61'開頭且緊跟一個(gè)在2到9之間的區(qū)號(hào)的電話號(hào)碼，我們用下面的正則表達(dá)式：
^+61[2-9][[:space:]] 
注意，上面的搜索模式把'+'字符用''轉(zhuǎn)義，以便于可以在搜索中包含，不至于被解釋為一個(gè)正則表達(dá)式。[2-9]告訴正則表達(dá)式引擎我們需要包含一個(gè)2到9之間的數(shù)字。[[:space:]]類則告訴正則表達(dá)式期望在這里有一個(gè)空白。
這里是電話號(hào)碼剩下的搜索模式：
[0-9]{4}-[0-9]{4}$ 
這里沒有什么不尋常的地方，我們只是告訴正則表達(dá)式引擎電話號(hào)碼可用的數(shù)字，它必須是4個(gè)數(shù)字的組合，跟著一個(gè)連接符，再跟著另一個(gè)4個(gè)數(shù)字的組合，然后一個(gè)字符串尾部字符。
把完整的正則表達(dá)式放在一起，放進(jìn)一個(gè)函數(shù)，我們可以用代碼來檢查一些澳大利亞國際電話號(hào)碼：
<?php
function isValidPhone($phoneNum) 
{ 
echo ereg("^+61[2-9][[:space:]][0-9]{4}-[0-9]{4}$", $phoneNum); 
}
// 真（true） 
echo isValidPhone("+619 0000-0000");
// 假（false） 
echo isValidPhone("+61 00000000");
//假（ false） 
echo isValidPhone("+611 00000000");
?> 
總結(jié)
正則表達(dá)式用一些不適合書寫和重復(fù)的代碼來檢查一個(gè)字符串。在最后的幾頁里，我們已經(jīng)講解了所有的Posix標(biāo)準(zhǔn)正則表達(dá)式的基礎(chǔ)，包括字符，分組和PHP ereg函數(shù)。我們也知道了怎么用正則表達(dá)式來檢查一些PHP中簡單的字符串。
譯者注釋：本人英文不怎么好，可能一些地方有出入。本文中的字符類其實(shí)是我們所說的字符簇
經(jīng)典正則表達(dá)式
正則表達(dá)式用于字符串處理，表單驗(yàn)證等場合，實(shí)用高效，但用到時(shí)總是不太把握，以致往往要上網(wǎng)查一番。我將一些常用的表達(dá)式收藏在這里，作備忘之用。本貼隨時(shí)會(huì)更新。
匹配中文字符的正則表達(dá)式： [u4e00-u9fa5]
匹配雙字節(jié)字符(包括漢字在內(nèi))：[^x00-xff]
應(yīng)用：計(jì)算字符串的長度（一個(gè)雙字節(jié)字符長度計(jì)2，ASCII字符計(jì)1）
String.prototype.len=function(){return this.replace([^x00-xff]/g,"aa").length;}
匹配空行的正則表達(dá)式：n[s| ]*r
匹配HTML標(biāo)記的正則表達(dá)式：/<(.*)>.*</1>|<(.*) />/ 
匹配首尾空格的正則表達(dá)式：(^s*)|(s*$)
應(yīng)用：javascript中沒有像vbscript那樣的trim函數(shù)，我們就可以利用這個(gè)表達(dá)式來實(shí)現(xiàn)，如下：
String.prototype.trim = function()
{
return this.replace(/(^s*)|(s*$)/g, "");
}
利用正則表達(dá)式分解和轉(zhuǎn)換IP地址：
下面是利用正則表達(dá)式匹配IP地址，并將IP地址轉(zhuǎn)換成對應(yīng)數(shù)值的Javascript程序：
function IP2V(ip)
{
re=/(d+).(d+).(d+).(d+)/g //匹配IP地址的正則表達(dá)式
if(re.test(ip))
{
return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
throw new Error("Not a valid IP address!")
}
}
不過上面的程序如果不用正則表達(dá)式，而直接用split函數(shù)來分解可能更簡單，程序如下：
var ip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))
匹配Email地址的正則表達(dá)式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*
匹配網(wǎng)址URL的正則表達(dá)式：http://([w-]+.)+[w-]+(/[w- ./?%&=]*)?
利用正則表達(dá)式去除字串中重復(fù)的字符的算法程序：
var s="abacabefgeeii"
var s1=s.replace(/(.).*1/g,"$1")
var re=new RegExp("["+s1+"]","g")
var s2=s.replace(re,"") 
alert(s1+s2) //結(jié)果為：abcefgi
我原來在CSDN上發(fā)貼尋求一個(gè)表達(dá)式來實(shí)現(xiàn)去除重復(fù)字符的方法，最終沒有找到，這是我能想到的最簡單的實(shí)現(xiàn)方法。思路是使用后向引用取出包括重復(fù)的字符，再以重復(fù)的字符建立第二個(gè)表達(dá)式，取到不重復(fù)的字符，兩者串連。這個(gè)方法對于字符順序有要求的字符串可能不適用。
得用正則表達(dá)式從URL地址中提取文件名的javascript程序，如下結(jié)果為page1
s="http://www.9499.net/page1.htm"
s=s.replace(/(.*/){0,}([^.]+).*/ig,"$2")
alert(s)
利用正則表達(dá)式限制網(wǎng)頁表單里的文本框輸入內(nèi)容：
用正則表達(dá)式限制只能輸入中文：onkeyup="value=value.replace(/[^u4E00-u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^u4E00-u9FA5]/g,''))"
用正則表達(dá)式限制只能輸入全角字符： onkeyup="value=value.replace(/[^uFF00-uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^uFF00-uFFFF]/g,''))"
用正則表達(dá)式限制只能輸入數(shù)字：onkeyup="value=value.replace(/[^d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
用正則表達(dá)式限制只能輸入數(shù)字和英文：onkeyup="value=value.replace(/[W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^d]/g,''))"
如何用正則表達(dá)式來表示中文
由于中文的ASCII碼是有一定的范圍的。所以你可以用下面的正則表達(dá)式來表示中文。
/^[chr(0xa1)-chr(0xff)]+$/
下面是一個(gè)使用的例子：
$str = "超越PHP";
if (preg_match("/^[".chr(0xa1)."-".chr(0xff)."]+$/", $str)) {
echo "這是一個(gè)純中文字符串";
} else {
echo "這不是一個(gè)純中文字串";
}
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。
--------------------------------------------------------------------------------
2
早期起源
正則表達(dá)式的“祖先”可以一直上溯至對人類神經(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 的美國數(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。
--------------------------------------------------------------------------------
3.
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)對于靜態(tài)文本中的簡單搜索和替換任務(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： 
測試字符串的某個(gè)模式。例如，可以對一個(gè)輸入字符串進(jìn)行測試，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)式對每個(gè)文件進(jìn)行測試，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 Visual Basic Scripting Edition 則沒有這一能力。正則表達(dá)式給 Visual Basic Scripting Edition 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。
--------------------------------------------------------------------------------
正則表達(dá)式語法
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：
Visual Basic Scripting Edition 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) 后向引用、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。劉， "o{1,3}" 將匹配 "fooooood" 中的前三個(gè) o。'o{0,1}' 等價(jià)于 'o?'。請注意在逗號(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Visual Basic Scripting Edition 中則使用 $0…$9 屬性。要匹配圓括號(hào)字符，請使用 '(' 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Negative lookahead matches the search string at any point where a string not matching 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。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)后向引用。如果 n 之前至少 n 個(gè)獲取的子表達(dá)式，則 n 為后向引用。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)后向引用。如果 nm 之前至少有is preceded by at least nm 個(gè)獲取得子表達(dá)式，則 nm 為后向引用。如果 nm 之前至少有 n 個(gè)獲取，則 n 為一個(gè)后跟文字 m 的后向引用。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) (?)。
4.
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 Visual Basic Scripting Edition 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(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。
--------------------------------------------------------------------------------
5.
優(yōu)先權(quán)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)先權(quán)順序來求值。 
下表從最高優(yōu)先級到最低優(yōu)先級列出各種正則表達(dá)式操作符的優(yōu)先權(quán)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 
--------------------------------------------------------------------------------
6.
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 Visual Basic Scripting Edition 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 對象的 Multiline 屬性，則 $ 也匹配 'n' 或 'r'。要匹配 $ 字符本身，請使用 $。 
( ) 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，請使用 ( 和 )。 
* 匹配前面的子表達(dá)式零次或多次。要匹配 * 字符，請使用 *。 
+ 匹配前面的子表達(dá)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(biāo)記一個(gè)中括號(hào)表達(dá)式的開始。要匹配 [，請使用 [。  
? 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，請使用 ?。 
將下一個(gè)字符標(biāo)記為或特殊字符、或原義字符、或后向引用、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，請使用 ^。 
{ 標(biāo)記限定符表達(dá)式的開始。要匹配 {，請使用 {。 
| 指明兩項(xiàng)之間的一個(gè)選擇。要匹配 |，請使用 |。 
--------------------------------------------------------------------------------