正则表达式[转自http://www.linuxaid.com.cn/articles/7/1/718745163.shtml]

　　正则表达式简介

　　正则表达式是一种可以用于模式匹配和替换的工具，可以让用户通过使用一系列的特殊字符构建匹配模式，然后把匹配模式与待比较字符串或文件进行比较，根据比较对象中是否包含匹配模式，执行相应的程序；正则表达式起始于UNIX系统，目前广泛应用于各种脚本语言中，在PHP，Perl，JavaScript中都能找到他的身影。目前正则表达式最常用的地方是在WEB上判断用户输入的电子邮件地址是否正确。

　　正则表达式语法

　　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 后向引用、或一个八进制转义符。例如，'n' 匹配字符 "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 ' ' 或 ' ' 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 ' ' 或 ' ' 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。 "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 " " 之外的任何单个字符。要匹配包括 ' ' 在内的任何字符，请使用象 '[. ]' 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Visual Basic Scripting Edition 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Negative lookahead matches the search string at any point where a string not matching 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。

　　 匹配一个单词边界，也就是指单词和空格间的位置。例如， 'er' 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。'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。

　　匹配一个换行符。等价于 x0a 和 cJ。

　　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 v]。

　　S 匹配任何非空白字符。等价于 [^ f v]。

　　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。.

　　um 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。

　　标识一个八进制转义值或一个后向引用。如果 之前至少 n 个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。

　　m 标识一个八进制转义值或一个后向引用。如果 m 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 m 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。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 m 将匹配八进制转义值 nm。

　　ml 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 (?)。

　　正则表达式实例

　　正则表达式在论坛中的实例（用JAVA实现）

//将字符串Str中从Begin开始第一个Rep1替换成Rep2
public static String ReplStr(String Str,int IntBegin,String Rep1,String Rep2) {
try {
if(Str.indexOf(Rep1,IntBegin)!=-1)
Str = Str.substring(0,Str.indexOf(Rep1,IntBegin))+Rep2+Str.substring
(Str.indexOf(Rep1)+Rep1.length());
}
catch(Exception e) {}
return Str;
}
//将字符串中的[HREF][/HREF]替换成
public static String ReplStrHref(String Str) {
try {
if(Str.indexOf("[HREF")!=-1) { //test
if(Str.indexOf("[/HREF]",Str.indexOf("[HREF]"))==-1) 
//搜寻字符串[HRE]之后是否存在[/HREF]
return Str;
else {
if(Str.charAt(Str.indexOf("[HREF")+5)==']') {
//判断连接地址的前四个字符是否为"HTTP"（不区分大小写），
如果不是，自动为加上“http://”
if(!Str.substring(Str.indexOf("[HREF]")+6,Str.indexOf("[HREF]")+10).
toUpperCase().equalsIgnoreCase("HTTP"))
Str = replace.ReplStr(Str,0,"[HREF]","");
else
Str = replace.ReplStr(Str,0,"[HREF]","");
}
if(Str.charAt(Str.indexOf("[HREF")+5)=='=') {
Str = replace.ReplStr(Str,Str.indexOf("[HREF]"),"]",">");
if(!Str.substring(Str.indexOf("[HREF=")+6,Str.indexOf("[HREF=")+10).
toUpperCase().equalsIgnoreCase("HTTP"))
Str = replace.ReplStr(Str,0,"[HREF=","");
}
}
}
catch(Exception e) {}
return Str;
}
//将字符串中所有的回车换成"<br>"
public static String ReplStrBr(String Str){
int Length = 0;
try {
String BeginStr = "";
while(Str.indexOf(13,Length)!=-1) {
BeginStr = Str.substring(0,Str.indexOf(13,Length));
Str = Str.substring(0,Str.indexOf(13,Length))+"<br>"
+Str.substring(Str.indexOf(13,Length)+1);
Length = BeginStr.length()+4;
}
}
catch(Exception e) {}
return Str;
}
//将字符串中的[IMG][/IMG]替换成
public static String ReplStrImg(String Str) {
try {
if(Str.indexOf("[IMG]")!=-1) {
if(Str.indexOf("[/IMG]")==-1)
return Str;
else {
//判断连接地址的前四个字符是否为"HTTP"（不区分大小写），
如果不是，自动为加上“http://”
if(!Str.substring(Str.indexOf("[IMG]")+5,Str.indexOf("[IMG]")+9)
.toUpperCase().equalsIgnoreCase("HTTP"))
Str = replace.ReplStr(Str,0,"[IMG]","");
}
}
}
catch(Exception e) {}
return Str;
}

　　正则表达式在LINUX命令中的应用

　　正则表达式本来就起始于UNIX，并且大量应用于LINUX系统中，如：

　　查找文件'file.php'中是否包含字符串'html'可用以下命令：

# grep 'html' file.php

　　查找文件'file.php'中第一行第一个字符为'<'可用以下命令：

# grep '^<' file.php

　　查找当前目录下文件名为'http'可用以下命令：

# find -name 'http'

　　只列出目录可用以下命令：

# ls -l |grep '^d'

　　正则表达式在WEB中的应用

　　正则表达式在WEB中最常用的是判断电子邮件地址是否合法，如：

[0-9a-zA-Z_]@[0-9a-zA-Z_].[0-9a-zA-Z_]{2,3}

　　判断IP地址是否合法，如：

d{1,3}.d{1,3}.d{1,3}.d{1,3}

　　其中"d"是匹配数字，"{1,3}"是可选1-3个数字，"."是匹配点字符。

　　注：以上正则表达式如果要应用到PHP或则是别的语言中，要做相应的修改。'