正则表达式其实很简单

一、正则表达式定义

　　正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。

　　正则表达式是由普通字符（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。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。

二、正则表达式的构成–字符

1、普通字符

　　由所有那些未显式指定为元字符的打印和非打印字符组成。这包括所有的大写和小写字母字符，所有数字，所有标点符号以及一些符号。

2、非打印字符

\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。

\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。

3、特殊字符

　　 所谓特殊字符，就是一些有特殊含义的字符，如上面说的”.txt”中的，简单的说就是表示任何字符串的意思。如果要查找文件名中有＊的文件，则需要对＊进行转义，即在其前加一个\。ls *.txt。正则表达式有以下特殊字符。

$ ：匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，请使用 \$。
()：标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 \( 和 \)。
* ：匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 \*。
+ ：匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 \+。
. ：匹配除换行符 \n之外的任何单字符。要匹配 .，请使用 \。
[ ：标记一个中括号表达式的开始。要匹配 [，请使用 \[。
? ：匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 \?。
\ ：将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\\' 匹配 "\"，而 '\(' 则匹配 "("。
^ ：匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 \^。
{ ：标记限定符表达式的开始。要匹配 {，请使用 \{。
| ：指明两项之间的一个选择。要匹配 |，请使用 \|。

4、 限定符

　　 限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*或+或?或{n}或{n,}或{n,m}共6种。

*、+和?限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配。

　　 正则表达式的限定符有：

* ：匹配前面的子表达式零次或多次。* 等价于{0,}。
+ ：匹配前面的子表达式一次或多次。+ 等价于 {1,}。
? ：匹配前面的子表达式零次或一次。? 等价于 {0,1}。
{n} ：n 是一个非负整数。匹配确定的 n 次 。
{n,} ：n 是一个非负整数。至少匹配n 次。'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。

5、定位符

　　 用来描述字符串或单词的边界，^和$分别指字符串的开始与结束，\b描述单词的前或后边界，\B表示非单词边界。不能对定位符使用限定符。

三、各种操作符的运算优先级

相同优先级的从左到右进行运算，不同优先级的运算先高后低。各种操作符的优先级从高到低如下：



四、其他符号

(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。
[xyz] ：字符集合。匹配所包含的任意一个字符。
[^xyz] ：负值字符集合。匹配未包含的任意字符。
[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。

五、部分例子