正則表達(dá)式 
如果原來沒有使用過正則表達(dá)式，那么可能對這個術(shù)語和概念會不太熟悉。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字符，而 * 則匹配一個或多個字符。一個如 ‘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)式能做什么有一個概念，不過正則表達(dá)式的功能更強大，也更靈活。

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)式的第一個實用應(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重要部分。

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，因此在搜索動態(tài)文本時就有困難了，甚至是不可能的。

使用正則表達(dá)式，就可以： 

測試字符串的某個模式。例如，可以對一個輸入字符串進行測試，看在該字符串是否存在一個電話號碼模式或一個信用卡號碼模式。這稱為數(shù)據(jù)有效性驗證。 
替換文本?？梢栽谖臋n中使用一個正則表達(dá)式來標(biāo)識特定文字，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 web 站點來刪除某些過時的材料并替換某些HTML 格式化標(biāo)記，則可以使用正則表達(dá)式對每個文件進行測試，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。用這個方法，就可以將受影響的文件范圍縮小到包含要刪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 的一個子集，具有豐富的字符串處理功能。與 C 類似的 Jscript 則沒有這一能力。正則表達(dá)式給 JScript 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，它允許在單個表達(dá)式中執(zhí)行多個字符串操作。

一個正則表達(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待匹配的一個或多個字符串。正則表達(dá)式作為一個模板，將某個字符模式與所搜索的字符串進行匹配。

這里有一些可能會遇到的正則表達(dá)式示例：

JScript VBScript 匹配 
/^[ t]*$/ “^[ t]*$” 匹配一個空白行。 
/d{2}-d{5}/ “d{2}-d{5}” 驗證一個ID 號碼是否由一個2位數(shù)字，一個連字符以及一個5位數(shù)字組成。 
/<(.*)>.*</1>/ “<(.*)>.*</1>” 匹配一個 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完整列表：

字符 描述 
 將下一個字符標(biāo)記為一個特殊字符、或一個原義字符、或一個 向后引用、或一個八進制轉(zhuǎn)義符。例如，’n’ 匹配字符 “n”。’n’ 匹配一個換行符。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” 。? 等價于 {0,1}。 

{n} n 是一個非負(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 o。 

{n,} n 是一個非負(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,}’ 等價于 ‘o+’。’o{0,}’ 則等價于 ‘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。例如，”o{1,3}” 將匹配 “fooooood” 中的前三個 o。’o{0,1}’ 等價于 ‘o?’。請注意在逗號和兩個數(shù)之間不能有空格。 

? 當(dāng)該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面時，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 “o”，而 ‘o+’ 將匹配所有 ‘o’。 

. 匹配除 “n” 之外的任何單個字符。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(jié)果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用 “或” 字符 (|) 來組合一個模式的各個部分是很有用。例如， ‘industr(?:y|ies) 就是一個比 ‘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 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，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 Control-M 或回車符。x 的值必須為 A-Z 或 
a-z 之一。否則，將 c 視為一個原義的 ‘c’ 字符。 

d 匹配一個數(shù)字字符。等價于 [0-9]。 

D 匹配一個非數(shù)字字符。等價于 [^0-9]。 

f 匹配一個換頁符。等價于 x0c 和 cL。 

n 匹配一個換行符。等價于 x0a 和 cJ。 

r 匹配一個回車符。等價于 x0d 和 cM。 

s 匹配任何空白字符，包括空格、制表符、換頁符等等。等價于 [ fnrtv]。 

S 匹配任何非空白字符。等價于 [^ fnrtv]。 

t 匹配一個制表符。等價于 x09 和 cI。 

v 匹配一個垂直制表符。等價于 x0b 和 cK。 

w 匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]’。 

W 匹配任何非單詞字符。等價于 ‘[^A-Za-z0-9_]’。 

xn 匹配 n，其中 n 為十六進制轉(zhuǎn)義值。十六進制轉(zhuǎn)義值必須為確定的兩個數(shù)字長。例如，’x41′ 匹配 “A”。’x041′ 則等價于 ‘x04’ & “1”。正則表達(dá)式中可以使用 ASCII 編碼。. 

num 匹配 num，其中 num 是一個正整數(shù)。對所獲取的匹配的引用。例如，'(.)1′ 匹配兩個連續(xù)的相同字符。 

n 標(biāo)識一個八進制轉(zhuǎn)義值或一個向后引用。如果 n 之前至少 n 個獲取的子表達(dá)式，則 n 為向后引用。否則，如果 n 為八進制數(shù)字 (0-7)，則 n 為一個八進制轉(zhuǎn)義值。 

nm 標(biāo)識一個八進制轉(zhuǎn)義值或一個向后引用。如果 nm 之前至少有 nm 個獲得子表達(dá)式，則 nm 為向后引用。如果 nm 之前至少有 n 個獲取，則 n 為一個后跟文字 m 的向后引用。如果前面的條件都不滿足，若 n 和 m 均為八進制數(shù)字 (0-7)，則 nm 將匹配八進制轉(zhuǎn)義值 nm。 

nml 如果 n 為八進制數(shù)字 (0-3)，且 m 和 l 均為八進制數(shù)字 (0-7)，則匹配八進制轉(zhuǎn)義值 nml。 

un 匹配 n，其中 n 是一個用四個十六進制數(shù)字表示的 Unicode 字符。例如， u00A9 匹配版權(quán)符號 (?)。 

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)造一個正則表達(dá)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 (“”) 來確定正則表達(dá)式的邊界。例如：

“expression”
在上面所示的兩個示例中，正則表達(dá)式模式 (expression) 均存儲在RegExp 對象的Pattern 屬性中。

正則表達(dá)式的組件可以是單個的字符、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(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優(yōu)先級順序來求值。

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)先級順序：

操作符 描述 
 轉(zhuǎn)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 

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)點符號以及一些符號。

最簡單的正則表達(dá)式是一個單獨的普通字符，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/
等價的 VBScript 單字符正則表達(dá)式為：

“a”
“7”
“M”
可以將多個單字符組合在一起得到一個較大的表達(dá)式。例如，下面的 JScript 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)建出來的一個表達(dá)式。

/a7M/
等價的 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字符放在了另一個字符后面。

特殊字符

有不少元字符在試圖對其進行匹配時需要進行特殊的處理。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)記一個中括號表達(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，或指明一個非貪婪限定符。要匹配 ? 字符，請使用 ?。 

 將下一個字符標(biāo)記為或特殊字符、或原義字符、或向后引用、或八進制轉(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，除非在方括號表達(dá)式中使用，此時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 {。 

| 指明兩項之間的一個選擇。要匹配 |，請使用 |。 

非打印字符

有不少很有用的非打印字符，偶爾必須使用。下表顯示了用來表示這些非打印字符的轉(zhuǎn)義序列：

字符 含義 
cx 匹配由x指明的控制字符。例如， cM 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個原義的 ‘c’ 字符。 

f 匹配一個換頁符。等價于 x0c 和 cL。 

n 匹配一個換行符。等價于 x0a 和 cJ。 

r 匹配一個回車符。等價于 x0d 和 cM。 

s 匹配任何空白字符，包括空格、制表符、換頁符等等。等價于 [ fnrtv]。 

S 匹配任何非空白字符。等價于 [^ fnrtv]。 

t 匹配一個制表符。等價于 x09 和 cI。 

v 匹配一個垂直制表符。等價于 x0b 和 cK。 

字符匹配 
句點 (.) 匹配一個字符串中任何單個的打印或非打印字符，除了換行符 (n) 之外。下面的 JScript 正則表達(dá)式可以匹配 ‘aac’、’abc’、’acc’、’adc’如此等等，同樣也可以匹配 ‘a1c’、’a2c’、a-c’以及 a#c’： 

/a.c/
等價的 VBScript 正則表達(dá)式為：