正則表達式，英文 Regular expression，簡寫Regexes或Regex。
應(yīng)用概述：提供與預(yù)期的搜索結(jié)果匹配的確切文本來進行字符串的搜索和替換操作。這種技術(shù)不僅僅用于開發(fā)領(lǐng)域，更被集成到一些常見的文本擴展編輯器，如UltraEdit、EmEditor等。歷史上第一個實用應(yīng)用程序是Unix 中的Qed 編輯器。
舉一個簡單的類比：我們對DOS中的通配符"*"和"?"應(yīng)該很熟悉，如命令"dir *.exe" 將列出所有后綴名為exe的文件名。正則表達式提供的方法與其類似，而且遠比通配符強大的多。
從某種意義上說，正則表達式是一種語言，通過及其簡短的一行代碼即可以高效、精確的描述要匹配的復(fù)雜文本，當(dāng)然，它最大的優(yōu)點也是他最大的缺點：語法復(fù)雜，創(chuàng)建困難。
主要應(yīng)用：
數(shù)據(jù)驗證 這是正則表達式在開發(fā)中最常見的應(yīng)用，通過測試字符串內(nèi)的模式。來驗證輸入的字符串是否為郵政編碼、電話號碼、電子郵件地址、信用卡號碼等等。
搜索和替換文本 用正則表達式來搜索文檔中的特定文本塊，根據(jù)需要用其他指定的文本塊進行替換。這也是文本編輯中的一個常見應(yīng)用，如將網(wǎng)頁中的HTML代碼轉(zhuǎn)化為UBB代碼。
既然發(fā)在“軟件使用”板，正則表達式的開發(fā)應(yīng)用就不介紹了，以下僅以EmEditor中的正則表達式來作介紹：
1.啟用正則表達式
菜單：搜索-查找，選中“使用正則表達式”。
2. Emeditor 正則語法
正則表達式是普通字符和元字符組合的一種模式。它的結(jié)構(gòu)與算術(shù)表達式的結(jié)構(gòu)類似，各種元字符和運算符可以將小的表達式組合起來，創(chuàng)建大的表達式。通過在一對分隔符之間放置表達式模式的各種組件，就可以構(gòu)建正則表達式。
2.1 普通字符
普通字符是指除了 " . "、 "*"、"?"、 "+"、 "("、 ")"、 "{"、 "}"、 "["、 "]"、"^"、 "$" 和 "\" 這些特殊字符之外的所有其他字符。而這些特殊字符也可以通過前面加上"\"前綴而變?yōu)槠胀ㄗ址?。比如，搜?CCF"即為在文本中匹配所有的"CCF"字符串，搜索"\[CCF\]"則是在文本中匹配所有的"[CCF]"字符串。
簡而言之，普通字符即為只匹配自身的字符。
2.2 元字符
元字符不匹配其自身，它用特殊方式來解析從而實現(xiàn)更多的邏輯功能。正則表達式通過元字符在模式中包含選擇和循環(huán)
2.2.1 特殊字符
. 匹配除換行符 \n 之外的任何單個字符。
( ) 分組捕獲（子表達式）的開始和結(jié)束。可以捕獲子表達式以供以后使用。
[ ] 中括號表達式的開始。
中括號表達式是在方括號內(nèi)包含一個或多個字符構(gòu)成的列表的表達式。普通字符在中括號內(nèi)表示本身，大多數(shù)特殊字符在中括號表達式內(nèi)出現(xiàn)時失去它們的意義。除了轉(zhuǎn)義字符'\'，（要包含'\'，需要使用'\\'） 如：正則表達式 No [1234] 匹配 No 1，No 2，No 3 和 No 4。
如果想在中括號中使用一個范圍作為列表來匹配字符，可以用連字符 '-' 將范圍中的開始字符和結(jié)束字符分開。單個字符的字符值確定范圍內(nèi)的相對順序。如：正則表達式 No [1-4] = No [1234]
注意
?、匍_始值的Unicode值必須在結(jié)束值Unicode值的前面。
②[\-]匹配連字符'-'，放在中括號列表的開始或結(jié)尾也可起到同樣的效果，如 [-c-f] 匹配 c 至 f 的字符和連字符
如果需要匹配不屬于列表或范圍內(nèi)的任何字符，可以在列表開頭加上'^'前綴。如：正則表達式 No [^1-4] 匹配 No 5 和更大的編號。
中括號表達式還可進行組合，如 [A-Za-z0-9] 匹配A-Z，a-z，0-9 的字符
\ 將下一字符標(biāo)記為特殊字符、文本、反向引用或八進制轉(zhuǎn)義符。例如：
?、僮址?n 匹配字符 n
?、赲n 匹配換行符
?、坌蛄?\\ 匹配 \
④序列 \( 匹配 (
| 替換字符，對 | 左右的兩個項分別匹配進行選擇?；蛘哒f，就是邏輯的OR的概念。
{ } 標(biāo)記限定符表達式的開始。
(數(shù)量)限定字符
限定字符能夠指定正則表達式的某個部分必須出現(xiàn)的次數(shù)
* 零次或多次匹配前面的字符或子表達式。如，c*f 可以匹配 f 和 ccf。* = {0，}
+ 一次或多次匹配前面的字符或子表達式。如，c+f 可以匹配 cf 和 ccf，但不匹配 f。+ = {1，}
零次或一次匹配前面的字符或子表達式。如，cc?f 可以匹配 cf 或 ccf。? = {0，1}
{n} n 是非負整數(shù)。正好匹配 n 次。如，c{2}f 可以匹配 ccf。
{n，} n 是非負整數(shù)。至少匹配 n 次。如，c{2，}f 不匹配 cf，而可以匹配 ccccccf。c{1，} = c+，c{0，} = c*。
{n，m} m 和 n 是非負整數(shù)，其中 n <= m。至少匹配 n 次，至多匹配 m 次。如，c{1，3} 可以匹配 ccf 中的cc。c{0，1} = c?。
2.2.2 控制字符
\a Bell 字符。= 0x07
\f 換頁符匹配。= 0x0C
\n 換行符匹配。= 0x0A
\r 匹配一個回車符。= 0x0D
\t 制表符匹配。= 0x09
\v 垂直制表符匹配。= 0x0B
\e ASCII 換碼字符。= 0x1B
\0dd 八進制換碼字符，dd代表八進制數(shù)字。
\xXXXX或\x{XXXX} 4位十六進制Unicode字符，XXXX代表十六進制數(shù)字。
\cZ Z-'@' 控制字符Control-Z，Z為大于等于"@"的ASCII字符
2.2.3 換碼字符
\w 任一單詞字符，如A-Z，a-z，0-9，_等，如 \w\w\w可以匹配 U_4 但不匹配 %^e
\W 任一非單詞字符，如 \W\W 可以匹配 *& 但不匹配 7#
\s 任一空白字符，包括空格、制表符、換頁符、回車符和垂直制表符。= [ \f\n\r\t\v]
\S 任一非空白字符。= [^ \f\n\r\t\v]
\d 0-9的任一數(shù)字字符，如 \d\d可以匹配 54 但不匹配 a4
\D 任一非數(shù)字字符。如 \D\D可以匹配 a4 但不匹配 54
\l a-z 之間的任一小寫字符，如 \l\l\l可以匹配 ccf 但不匹配 ccF
\L 任一非小寫字符，如 \L\L\L可以匹配 CCF 但不匹配 cCF
\u a-z 之間的任一大寫字符，如 \u\u\u可以匹配 CCF 但不匹配 CCf
\U 任一非大寫字符，如 \U\U\U可以匹配 ccf 但不匹配 ccF
\C 任一字符，\C =.
\Q 前置引號符，其后的任意字符均被認為普通字符直至出現(xiàn)后置引號符\E。同時匹配單引號和雙引號
\E 后置引號符
2.2.4 轉(zhuǎn)義字符串
表示為[：classname：]，如"[[：space：]]"表示所有的空格字符
alnum 任一單詞字符和數(shù)字字符。= [\w\d]
alpha 任何一個單詞字符，如A-Z，a-z，0-9
blank 任一空白字符，包括空格、制表符、換頁符、回車符和垂直制表符。= [ \f\n\r\t\v] = \s
cntrl 任一控制字符。
digit 0-9的任一數(shù)字字符，= \d
graph 任一圖形字符。
lower a-z 之間的任一小寫字符 =\l
print 任一可打印字符 = '.' = \C
punct 任一標(biāo)點符號
space 任一空格字符
upper a-z 之間的任一大寫字符 = \u
xdigit 4位十六進制Unicode字符，= \xXXXX
word 任何一個單詞字符，如A-Z，a-z，0-9，_等，= \w
unicode 任何一個ASCII值大于255的字符
2.2.5 定位字符
定位字符可以把正則表達式固定到行首或行尾。在Perl正則全集中還能使正則表達式出現(xiàn)在一個單詞內(nèi)、在一個單詞的開頭或者一個單詞的結(jié)尾，EmEditor只是一個子集，不包含這個功能。
^ 匹配輸入字符串開始的位置。如果設(shè)置customize中的"regular expressions can match new line characters"，那么 ^ 還匹配 \n 或 \r 后面的位置。 但在中括號表達式中使用的情況除外，在那種情況下它對字符集求反。
$ 匹配輸入字符串結(jié)尾的位置。如果設(shè)置customize中的"regular expressions can match new line characters"，那么 $ 還匹配 \n 或 \r 前面的位置。
3.分組捕獲和替換
分組通常用來捕獲特定模式的一組文本，并用與之后的替換操作，這也就是將分組和替換結(jié)合起來講解的原因。
最基本的分組構(gòu)造方式就是()，在左右括號中括起來的部分，就是一個分組；在正則全集中還有如(? )的命名分組方式，這種方式組合了模式在就是對分組的部分進行了命名，這樣就可以通過該組的命名來獲取信息，但這種方式在EmEditor中不被支持。以下分別來介紹各種不同的分組：
() 組捕獲。這種分組對模式在括號內(nèi)所捕獲的字符進行組合，并且每個分組捕獲的匹配結(jié)果都將保存為一個實體以備其后的操作所引用。甚至在正則全集中還可對前面的分組進行反向引用（這是題外話，EmEditor不支持）。舉例說明：
源文本：
代碼：
site status- online members：65，online guests：12
使用正則表達式：
代碼：
(members|guests)：其后是冒號和一個空格，最后匹配至少一個數(shù)字。匹配模式結(jié)果如下：
代碼：
members：65
guests：12
其中members和guests在兩次匹配中被捕捉，可以在隨后的操作中引用。
(?：) 非組捕獲. 這種分組僅僅對模式在括號內(nèi)所匹配的字符進行組合，模式所匹配的字符將不會作為一個組來捕獲. 雖然他也同樣成為最終的匹配結(jié)果的一部分，但無法為其后的操作所引用. 同樣以上例繼續(xù)：
使用正則表達式：
代碼：
(?：members|guests)：\d+
匹配模式結(jié)果同樣為：
代碼：
members：65
guests：12
但是members和guests僅僅在兩次匹配中被分組，并不被捕獲，也不可以在隨后的操作中引用。
使用非捕獲組有其原因和場合. 其一，從效率上說，捕獲一個分組需要消耗額外的資源和處理時間，所以不應(yīng)該捕獲不需要使用的數(shù)據(jù). 其二，對模式中有多個捕獲組的情況，對不需要處理的分組進行捕獲只會對分組信息造成混亂. 其三，避免不需要貪婪匹配的場合發(fā)生貪婪匹配，貪婪匹配是正則引擎的一個重要特性，要說清楚其機理可能還需要另外開一個專題了，對這一點，還以上例說明一下：
使用不帶分組的正則表達式：
代碼：
members|guests：\d+
匹配模式為：
代碼：
members
guests：12
這個正則表達式的問題在于，他匹配的是"members" 或 "guests：\d+"，這是模式中貪婪"消費"字符引起的。 而通過增加括號進行分組，使正則引擎將兩個匹配選項作為一個組處理，從而正確匹配其中的一個匹配項。
(?=) 正聲明組，非捕獲. 此分組中的模式必須出現(xiàn)在聲明的右側(cè)，并且，這個模式不構(gòu)成匹配結(jié)果的一部分. 舉例：
源文本：
代碼：
site status- online members：65，online guests：12
使用正則表達式：
代碼：
\S+(?=\s\d+)
此模式中規(guī)定了\s\d+必須出現(xiàn)在\S+聲明的右側(cè). 也就是說，在至少一個非空格字符(聲明)的右側(cè)必須出現(xiàn)一個空格字符和至少一個數(shù)字，而且只有這個聲明構(gòu)成匹配結(jié)果. 匹配模式結(jié)果如下：
代碼：
members：
guests：
這兩次匹配中不被捕捉。
(?!) 負聲明組，非捕獲. 此分組中的模式不得出現(xiàn)在聲明的右側(cè)，并且，這個模式不構(gòu)成匹配結(jié)果的一部分. 還是用上面的例子：
使用正則表達式：
代碼：
\d{2}(?!，)
此模式中規(guī)定了"，"不得出現(xiàn)在\d{2}聲明的右側(cè). 也就是說，在連續(xù)兩個數(shù)字(聲明)的右側(cè)不得出現(xiàn)逗號才能被匹配. 匹配模式結(jié)果如下：
代碼：
12
這兩次匹配中不被捕捉。
嚴(yán)格的說，后面兩個分組不能稱之為分組，他們只是模式聲明，他們不能成為匹配結(jié)果，也不能被捕獲. 在正則全集中，還有反向聲明分組(?<=)(?)，在EmEditor中不被支持。
說到括號的功能，本來正則中的一個重要指令-條件指令和分組內(nèi)聯(lián)設(shè)定是不得不說的，可惜的是... EmEditor也同樣不支持~~~~
在前面的例子中一直提到匹配之后的操作，而這個進一步的操作最常見的就是替換. 先繼續(xù)上面的例子：
源文本：
代碼：
site status- online members：65，online guests：12
使用搜索正則表達式：
代碼：
(members|guests)
和替換正則表達式：
代碼：
ccf-\1
匹配模式結(jié)果如下：
代碼：
members
guests
替換后的文本為：
代碼：
site status- online ccf-members：65，online ccf-guests：12
其中members和guests在兩次匹配中被捕捉，在隨后被引用，并添加ccf-前綴后替換源文本中的匹配字符。
在匹配模式中的分組匹配結(jié)果將按前后順序被正則引擎分別賦予內(nèi)部組號，在替換操作中就可以用\加上這個組號來引用相應(yīng)的匹配結(jié)果. 繼續(xù)上例：
使用搜索正則表達式：
代碼：
(members|guests)：(\d{2})
和替換正則表達式：
代碼：
ccf-\1 = \2
匹配模式結(jié)果如下：
代碼：
members：65
guests：12
替換后的文本為：
代碼：
site status- online ccf-members = 65，online ccf-guests = 12
在EmEditor的正則子集中增加了一個特殊的引用：\0 ，\0 將引用上次的匹配結(jié)果，繼續(xù)把：
使用搜索正則表達式：
代碼：
\d{2}
和替換正則表達式：
代碼：
*\0*
匹配模式結(jié)果如下：
代碼：
65
12
替換后的文本為：
代碼：
site status- online ccf-members：*65*，online ccf-guests：*12*
作為一個編輯軟件，EmEditor的正則子集中增加了一些替換修飾符：
\U 大寫修飾. 將其后的所有的字符替換為大寫
\L 小寫修飾. 將其后的所有的字符替換為小寫
\H 半角修飾. 將其后的所有的字符替換為半角字符. 寫到這里，不得不稱許一下EmEditor對中文的良好支持，這個\H至少我是很常用的，不喜歡看到文本里面都是些１２３ａｂｃ之類的全角字符..。
\F 全角修飾. 將其后的所有的字符替換為全角字符
\E 關(guān)閉之前的\U，\L，\H，\F修飾。
4.高級運用
?。?）^[ \t]*\n
這個正則表達式代表所有的空行，指含有零個或零個以上空格或制表符、以換行符結(jié)尾、不含其它字符的行。
（2）(^|(?<=中國)).*?(?=中國|$)
用正則表達式匹配特定字符串外的所有字符。指除“中國”外的所有其它字符，類似于反選功能。
?。?）^[ \t]+
查找以上字符，并替換為空，可刪除行首空白（包括全半角空格和制表符）。
（4）[ \t]+$
查找以上字符，并替換為空，可刪除行末空白（包括全半角空格和制表符）。
?。?）^[ \t]+|[ \t]+$
查找以上正則表達式，并替換為空，可刪除行首和行末所有空白（包括全半角空格和制表符）。9FA5
?。?）[\u4E00-\u9FA5]或[一-龥]
匹配中文字符。評注：匹配中文還真是個頭疼的事，有了這個表達式就好辦了
?。?）[^\x00-\xff]
匹配雙字節(jié)字符（包括漢字在內(nèi)）。評注：可以用來計算字符串的長度（一個雙字節(jié)字符長度計2，ASCII字符計1）
（8）\n\s*\r
匹配空白行的正則表達式。評注：可以用來刪除空白行，我覺得\n[\s\t]*$更好）。
?。?）< (\S*?)[^>]*>.*?|< .*? />
匹配HTML標(biāo)記的正則表達式。評注：網(wǎng)上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對于復(fù)雜的嵌套標(biāo)記依舊無能為力
?。?0）^\s*|\s*$
匹配首尾空白字符的正則表達式。評注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式
（11）\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
匹配Email地址的正則表達式。評注：表單驗證時很實用。
?。?2）[a-zA-z]+://[^\s]*
匹配網(wǎng)址url的正則表達式。評注：網(wǎng)上流傳的版本功能很有限，上面這個基本可以滿足需求。
?。?3）^[a-zA-Z][a-zA-Z0-9_]{4,15}$
匹配賬號是否合法（字母開頭，允許5-16字節(jié)，允許字母數(shù)字下劃線）。評注：表單驗證時很實用。
（14）\d{3}-\d{8}|\d{4}-\d{7}
匹配國內(nèi)電話號碼。評注：匹配形式如 0511-4405222 或 021-87888822
?。?5）[1-9][0-9]{4,}
匹配騰訊QQ號。評注：騰訊QQ號從10000開始
?。?6）[1-9]\d{5}(?!\d)
匹配中國郵政編碼。評注：中國郵政編碼為6位數(shù)字
（17）\d{15}|\d{18}
匹配身份證。評注：中國的身份證為15位或18位
（18）\d+\.\d+\.\d+\.\d+
匹配IP地址。評注：提取IP地址時有用。
?。?9）匹配特定數(shù)字：
^[1-9]\d*$ //匹配正整數(shù)
^-[1-9]\d*$ //匹配負整數(shù)
^-?[1-9]\d*$ //匹配整數(shù)
^[1-9]\d*|0$ //匹配非負整數(shù)（正整數(shù) + 0）
^-[1-9]\d*|0$ //匹配非正整數(shù)（負整數(shù) + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮點數(shù)
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配負浮點數(shù)
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮點數(shù)
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非負浮點數(shù)（正浮點數(shù) + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮點數(shù)（負浮點數(shù) + 0）
評注：處理大量數(shù)據(jù)時有用，具體應(yīng)用時注意修正
?。?0）匹配特定字符串
^[A-Za-z]+$ //匹配由26個英文字母組成的字符串
^[A-Z]+$ //匹配由26個英文字母的大寫組成的字符串
^[a-z]+$ //匹配由26個英文字母的小寫組成的字符串
^[A-Za-z0-9]+$ //匹配由數(shù)字和26個英文字母組成的字符串
^\w+$ //匹配由數(shù)字、26個英文字母或者下劃線組成的字符串
^.*John.*$ //匹配包括“John”的整行。
本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請
點擊舉報。
