深入理解正则表达式

要想真正的用好正则表达式，正确的理解元字符是最重要的事情。下表列出了所有的元字符和对它们的一个简短的描述。
\ 将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。
^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“\n”或“\r”之后的位置。
也匹配“\n”或“\r”之前的位置。\*匹配前面的子表达式任意次。例如，zo能匹配“z”，也能匹配“zo”以及“zoo”。+匹配前面的子表达式一次或多次(大于等于1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。例如，“o{1,3}”将匹配“fooooood”中的前三个o为一组，后三个o为一组。“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+”将尽可能多的匹配“o”，得到结果[“oooo”]，而“o+?”将尽可能少的匹配“o”，得到结果 ['o', 'o', 'o', 'o'].点匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符，请使用像“[\s\S]”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JScript中则使用9属性。要匹配圆括号字符，请使用“(”或“)”。(?:pattern)非获取匹配，匹配pattern但不获取匹配结果，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时很有用。例如“industr(?:y|ies)”就是一个比“industry|industries”更简略的表达式。(?=pattern)非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如，“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”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)非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。(?<=pattern)非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。(?非获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。例如“(? 此处用或任意一项都不能超过2位，如“(?x|y匹配x或y。例如，“z|food”能匹配“z”或“food”(此处请谨慎)。“[z|f]ood”则匹配“zood”或“food”或"|ood"。[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“plin”。[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。
注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.[^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。\b匹配一个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，“er\b”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。“er\B”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]。grep 要加上-P，perl正则支持\D匹配一个非数字字符。等价于[^0-9]。grep要加上-P，perl正则支持\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匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。\S匹配任何可见字符。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。\w匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。\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。\num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。\n标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。\nm标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。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\nm将匹配八进制转义值nm。\nml如果n为八进制数字（0-7），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（©）。\p{P}小写 p 是 property 的意思，表示 Unicode 属性，用于 Unicode 正表达式的前缀。中括号内的“P”表示Unicode 字符集七个字符属性之一：标点字符。其他六个属性： L：字母； M：标记符号（一般不会单独出现）； Z：分隔符（比如空格、换行等）； S：符号（比如数学符号、货币符号等）； N：数字（比如阿拉伯数字、罗马数字等）； C：其他字符。 *注：此语法部分语言不支持，例：javascript。 \< 、\>匹配词（word）的开始（<）和结束（>）。例如正则表达式能够匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是所有的软件都支持的。( )将( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。|将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her"，但是不能匹配"it belongs to them."。注意：这个元字符不是所有的软件都支持的。`

常用正则表达式大全：
匹配中文字符的正则表达式： [u4e00-u9fa5] 　　
匹配双字节字符(包括汉字在内)：[^x00-xff] 　　
匹配空白行的正则表达式：ns*r
匹配HTML标记的正则表达式：<(S*?)[^>]*>.*?|<.*? />
匹配首尾空白字符的正则表达式：^s*|s*
匹配国内电话号码：d{3}-d{8}|d{4}-d{7}
匹配腾讯QQ号：[1-9][0-9]{4,}（腾讯QQ号从10000开始 ）　　
匹配中国邮政编码：[1-9]d{5}(?!d) 　（中国邮政编码为6位数字 ）　　
匹配身份证：d{15}|d{18} 　　（中国的身份证为15位或18位） 　　
匹配ip地址：d+.d+.d+.d+ 　　
匹配特定数字：
匹配正整数 ^[1-9]d* 　
匹配整数^-?[1-9]d*　
匹配非正整数（负整数 + 0）　^-[1-9]d*|0
匹配负浮点数　^-([1-9]d*.d*|0.d*[1-9]d*)
匹配非负浮点数（正浮点数 + 0）　^[1-9]d.d|0.d[1-9]d|0?.0+|0　　
匹配特定字符串： 　　
^[A-Za-z]+　　//匹配由26个英文字母的大写组成的字符串 　　
^[a-z]+　　//匹配由数字和26个英文字母组成的字符串 　　^w+” 　　
只能输入n位的数字：“^d{n}” 　　
只能输入m-n位的数字：“^d{m,n}” 　　
只能输入有两位小数的正实数：“^[0-9]+(.[0-9]{2})?” 　　
只能输入非零的正整数：“^+?[1-9][0-9]*” 　　
只能输入长度为3的字符：“^.{3}” 　　
只能输入由26个大写英文字母组成的字符串：“^[A-Z]+” 　　
只能输入由数字和26个英文字母组成的字符串：“^[A-Za-z0-9]+” 　　
验证用户密码:“^[a-zA-Z]w{5,17}"等字符：“[^%&'',;=?” 　　
验证Email地址：“^w+[-+.]w+)@w+([-.]w+).w+([-.]w+)*” 　　
验证电话号码：“^((d{3,4})|d{3,4}-)?d{7,8}” 　　
验证一年的12个月：“^(0?[1-9]|1[0-2])” 　　
正确格式为：“01”“09”和“1”“31”。 　　
匹配中文字符的正则表达式： [u4e00-u9fa5] 　　
匹配双字节字符(包括汉字在内)：[^x00-xff] 　　
匹配空行的正则表达式：n[s| ]*r 　　
匹配HTML标记的正则表达式：/<(.*)>.*|<(.*) />/ 　　
匹配首尾空格的正则表达式：(^s*)|(s*$) 　　
匹配Email地址的正则表达式：w+([-+.]w+)*@w+([-.]w+)*.w+([-.]w+)* 　　
匹配网址URL的正则表达式：[http://([w-]+.)+[w-]+(/w- ./?%&=]*)?