正则表达式用法及实例

1. 概述

　　正则表达式原本是形式语言理论中的概念，与编译器的构造有密切的联系。但是作为一个应用软件的用户，我们没有必要去细究正则表达式的严格定义和处理方法。

　　我们在处理文本时，经常会遇到一些具有某种特定格式，或者说满足某种规则的文本。比如，一个无符号的整数由一连串的数字构成，而一个Email地址的格式则是“用户名@主机名”，其中用户名是一串字母或数字，主机名则是由若干个由“.”分隔的字母数字串。正则表达式就是用来指定这种规则的。如果某个字符串满足正则表达式指定的规则，则称该字符串为正则表达式的一个“匹配串”。

　　2. 正则表达式的构成

　　为了方便理解，让我们先来看看大家比较熟悉的数学表达式，“(x+3)*2+y”是一个典型的数学表达式。一个数学表达式由若干个“项”组成，“项”与“项”之间用加号或减号相连；这里“(x+3)*2”和“y”分别是两个项。每个项又由若干个“因子”组成，因子之间用乘号或除号相连；这里第一个项有两个因子“(x+3)”和“2”，而第二个项只有一个因子“y”。每个因子可以是一个简单的数，一个代数变量，也可以是放在括号里面的另一个表达式，括号中的表达式称为“子表达式”。这里“x+3”就是一个子表达式。

　　正则表达式的结构与数学表达式很相似。与数学表达式的“项”相对应，正则表达式由若干个“分支”构成，“分支”之间用符号“|”相连。从逻辑上讲，分支之间是一种“或”的关系，一个字符串只要与正则表达式中的任何一个分支相匹配，这个字符串就与整个正则表达式相匹配。比如，“第三人称代词”可以用正则表达式表示为“他|她|它|他们|她们|它们”。

　　与数学表达式的“因子”相对应，构成正则表达式“分支”的部件称为“原子”。“原子”与“原子”之间没有任何符号相连。从逻辑上讲，原子之间是串接的关系，一个字符串必须与各个原子依次相匹配，才算与这个分支相匹配。比如在上面的例子中，分支“他们”由两个原子“他”和“们”组成。

　　正则表达式的本质是它的“原子”可以有多种不同的形式。前面的例子是最简单的情形，即每个原子由一个普通字符组成。除此以外，“原子”还可以是特殊符号、通配符、字符集以及子表达式。

　　2.1　特殊符号

　　可以作为特殊符号的原子有：

　　^         匹配行首。例如，“^他”匹配出现在行首的“他”
　　字。值得注意的是，这个符号仅仅表示“行首”这个位置，与它相匹配的字符串长度为0；

　　$         匹配行末。与“^”相似，它仅表示“行末”这个位置。例如，“。$”匹配出现在行末的句号；

　　<         匹配词首。词首的定义是紧接在非字母数字之后的第一个字母数字或下划线(_)，汉字永远是词首。与“^” 相似，它仅表示“词首”这个位置，匹配长度为0；

　　>         匹配词尾。词尾是指紧接在字母数字或下划线之后的第一个非字母数字下划线，任一汉字之后也属于词尾。词尾的匹配长度也是0；

　　/t        TAB字符；

　　/e        ESC字符；

　　2.2　通配符

　　通配符是用一个符号(或几个符号组合)来匹配某一类满足条件的字符。可以使用通配符来查找字符是正则表达式的一大特点。TextPro支持下列通配符(注意大小写的区别)：

　　半角部分：
　　.(句点)   匹配任何字符；
　　/a        匹配任意英文字母；
　　/~a       匹配除字母外的任意字符；
　　/d        匹配任意数字；
　　/~d       匹配除数字外的任意字符；
　　/h        匹配任意词首字符(字母及下划线)；
　　/~h       匹配除字母及下划线以外的任意字符；
　　/l        匹配任意小写字母；
　　/~l       匹配除小写字母外的任意字符；
　　/o        匹配任意八进制数字相匹配(0-7)；
　　/~o       匹配除八进制数字外的任意字符；
　　/p        匹配任意半角标点符号；
　　/~p       匹配除半角标点以外的任意字符；
　　/s        匹配任意空白字符（空格、TAB）；
　　/~s       匹配任意非空白字符；
　　/u        匹配任意大写字母；
　　/~u       匹配除大写字母外的任意字符；
　　/w        匹配可成词的字符(字母、数字及下划线)；
　　/~w       匹配成词字符外的任意字符；
　　/x        匹配任意十六进制数字(0-9，a-f, A-F)；
　　/~x       匹配除十六进制数字外的任意字符；
　　j 日文片假名
　　J 日文平假名
　　k 小写希腊字母
　　G 大写希腊字母
　　m 数学符号
　　S 中文序号

　　全角部分：
　　/f        匹配任意双字节字符（汉字或全角符号）；
　　/~f       匹配任意单字节字符；
　　/A        匹配任意全角ASCII字符；
　　/b        匹配任意收录在BIG5码集中的双字节字符；
　　/~b       匹配未收录在BIG5码集中的双字节字符；
　　/c        匹配任意汉字(不包括符号)；
　　/~c       匹配非汉字的双字节字符；
　　/D        匹配地支字符(子丑寅卯……)；
　　/g        匹配收录在GB码集中的双字节字符；
　　/~g       匹配非收录在GB码集中的双字节字符；
　　/k        匹配日文片假名；
　　/K        匹配日文平假名；
　　/m        匹配小写希腊字母；
　　/M        匹配大写希腊字母；
　　/n        匹配中文数字(一二三四……)；
　　/N        匹配大写中文数字(壹贰叁肆……)；
　　/P        匹配全角标点符号；
　　/r        匹配小写俄文字母；
　　/R        匹配大写俄文字母；
　　/s        匹配数学符号；
　　/S        匹配中文序号(⒈⒉⒊⒋……)；
　　/T        匹配天干字符(甲乙丙丁……)；
　　/V        匹配竖排标点符号；
　　/y        匹配拼音字符；
　　/Y        匹配注音字符；
　　/Z        匹配制表字符；

　　2.3　字符集

　　字符集是用一对方括号[]括起来的字符串，用以匹配字符集中的任何一个字符。比如“[他她它]”匹配单数第三人称代词。如果方括号中的第一个字符是"^"，则匹配除指定字符外的任何其它字符。在字符集中，还可以用"-"表示字符的范围，例如“[a-z]”匹配任何小写字母。注意尽量不要用“-”表示汉字的范围，因为汉字并没有公认的次序，TextPro目前是依据汉字内码来确定范围的。如果两个汉字的内码相差很大，将消耗大量的内存，运算也将非常缓慢。为了避免这种现象，TextPro中限制表示范围的起始与终止汉字必须位于同一区。如果字符集要包括字符“]”、“^”、“-”或“/”，可以在这些字符前加“/”。例如“[/^xyz]”匹配"^", "x","y"或"z"。另外需要特别指出的是，前面所述的特殊字符及通配符，除了"/t"和"/e"外，在字符集中均作为普通字符处理。

　　字符集的匹配速度比通配符慢，所以应该尽可能地使用通配符。例如要查找半角数字时，应该使用/d，而不要使用[0-9]，虽然后者也是正确的。

　　2.4　子表达式

　　子表达式是指用一对括弧()括起来的另外一个正则表达式。使用子表达式有两种主要的目的。一是改变匹配的优先级，例如“中|西文软件”匹配的是“中”或“西文软件”，但是“(中|西)文软件”匹配的是“中文软件”或“西文软件”。

　　使用子表达式的另一个目的，是引用前面匹配到的内容。例如要查找形如“哈哈”、“嘻嘻”的叠字词，可以写“(/c)/1”。这里“(/c)”匹配任意汉字，而“/1”则引用匹配到的内容。TextPro允许在一个查找串包含最多9个子表达式，它们的匹配内容可以分别用“/1”，“/2”...“/9”来加以引用。子表达式也可以嵌套另一个子表达式，子表达式左括号出现的序号为这个表达式的编号。另外需要注意的是，只能引用已经匹配了的子表达式，象上面的例子不可以写成“/1(/c)”，同理，也不应该引用不同分支中的子表达式，因为一个正则表达式中只可能有一个分支被匹配。

　　2.5　重复指示符

　　正则表达式的另外一个强大的功能是重复匹配的能力。前述的任何一种“原子”之后，都可以指定一个重复指示符。下面列出各种重复指示符：

　　?         表示前一“原子”可有可无(重复0或1次)。例如“我们?”匹配“我”或“我们”；

　　+         表示前一“原子”至少匹配一次。例如“/d+”匹配任何一个无符号整数；

　　*         表示前一“原子”重复匹配0或多次。例如“/h/w*”表示许多高级语言对“变量”的定义：以字母或下划线开头，后接任意多个字母数字或下划线；

　　{n}       表示前一“原子”重复匹配n次。例如“/c啦{3}”匹配“哗啦啦啦”或“呼啦啦啦”等；

　　{n,m}     表示前一“原子”重复匹配n至m次，其中n<=m。如果n>m，TextPro将自动交换m与n的值；

　　{n,}      至少重复匹配n次，相当于{n,无穷大}；

　　{,m}      至多重复匹配m次，相当于{0,m}；

　　{}        重复任意多次，相当于*。

　　在前面所述的各种重复指示符中，如果重复的次数不定，TextPro将匹配尽可能长的目标串(但最多不超过32767次，这是TextPro内设定的上限)。例如有一字符串“你好，我好，大家好”，表达式“你.*好”将匹配整个字符串，而不是“你好”或“你好，我好”。如果需要匹配尽可能短的目标串，可以采用前述的最后四种形式，并在“{”之后加上“-”号。上例中的表达式如改为“你.{-}好”，则匹配串为“你好”。

　　{-n,m}    重复匹配m至n次，匹配次数尽可能少；

　　{-n,}     至少重复匹配n次，匹配次数尽可能少；

　　{-,m}     至多重复匹配m次，匹配次数尽可能少，相当于{-0,m}；

　　{-}       重复任意多次，类似于*，但匹配次数尽可能少。

　　重复指示符只对紧邻在其前的“原子”起作用，例如“你好+”将匹配“你好”，“你好好”……。但是不会匹配“你好你好”。如果要重复匹配一组原子，可以使用括号(子表达式)，如“(你好)+”就会匹配“你好你好”。

　　需要指出的是，重复指示符与引用子表达式具有不同的含义。重复指示符是重复“匹配”，至于匹配的内容则可以不同；而引用子表达式则是重复匹配的内容。例如，“/d{2}”可以匹配任何一个两位数的整数，但是“(/d)/1”只能匹配“11”、“22”、“33”等数字相同两位数。当然，也可以重复引用子表达式，如“(/d)/1*”可以匹配“2”，“33”、“111”等各位数全同的整数。

　　如前所述，在正则表达式中，以下字符“*?+.()[]{}/”具有特殊的含义。如果需要查找这些字符本身，可以在该字符前加一个反斜杠“/”。例如查“/def”可以输入“//def”。

　　3. 替换表达式

　　3.1 特殊字符
　　在进行替换时，也可以在替换串中使用一些特殊字符。目前TextPro支持的特殊字符有：
　　/n        插入回车符。可以用这个字符把某些行分成两行或多行；

　　/b        向前删除一个字符。当这个字符位于替换串之首时，将删除匹配串之前的一个字符。若匹配串位于行首，将使匹配串所在行与前一行相合并；

　　/d        向后删除一个字符。当这个字符位于替换串之末时，将删除匹配串之后的一个字符。若匹配串位于行末，将使匹配串所在行与下一行相合并；

　　/e        插入一个ESC字符；

　　/t        插入一个TAB字符；

　　也可以在替换串中引用查找串中的匹配到的子表达式。引用方法也是用“/1”、“/2”等。另外还可以用“/0”或“&”来引用整个匹配到的字符串。

　　3.2 替换函数
　　在替换串中还可以使用一组替换函数，来对查找到的内容做某种变换。替换函数的形式是/f{...}，其中“f”是函数名，它是一个半角英文字母。花括号中的内容是函数的参数。例如，/u{a}表示把“a”转换为大写。目前TextPro支持三个替换函数，在后继版本中逐步增加。

　　/u           转换为大写
　　/l           转换为小写
　　/U           首字母大写

　　替换函数的参数部分可以略去不写。如果略去，默认的参数是查找到的内容，即/0。例如，要把文中所有英文单词的首字母大写，可以查找“</a+>”，并替换为“/U{/0}”，替换串也可以简写为“/U”

　　4. 自定义替换功能

　　TextPro 4.5提供了自定义替换功能。所谓自定义替换，其实是一张替换表，它把某个字符串对应转换为另外一个字符串，比如把汉字转换为拼音。

　　替换表是一个文本文件，它的每一行指定一个转换关系。行由两栏组成，栏与栏之间用一个(或多个)空格(或TAB)分开。第一栏是源字符串，第二栏是目标字符串。如果源串或目标串中需要包含空格，可以把串用半角的单引号或双引号括起来。例如把汉字转为拼音的自定义替换表可以这样写

　　中 zhong1
　　国 "guo2"
　　大 da4
　　...

　　替换表中的最好不要有重复的源串，如有重复，TextPro只取最后出现的那对转换关系。

　　替换表准备好后，选择菜单“设置|自定义替换表”来设置替换表。TextPro允许定义多达10张替换表。首先选择一个位置，使那一行被选中，然后按“文件”按钮，即可装入这张替换表。你也可以为这张替换表起个名字，按“命名”按钮可以输入名称。“过滤”按钮与替换函数有关，等一下再作介绍。设置完以后，按“退出”钮结束。

　　现在，选择菜单“编辑|自定义替换”，可以看到弹出的下级菜单中有一项功能被开启了，菜单项的名称就是刚才给替换表起的名称(如果没有起名称，默认的菜单名称是“自定义替换n”)。选择这项功能，将把出现在当前文件中的所有源串按替换表替换为目标串。

　　4.1 在查找/替换中使用自定义替换表
　　有的时候，上述简单的自定义替换功能是不够的。例如，用户可能希望只把出现在括号内的源串替换为目标串。这种文本处理可以通过在查找/替换中使用自定义替换表来解决。

　　在查找/替换功能中使用自定义替换表的替换函数是/Tn，其中n是0-9的数字， 注意n为0表示第10张替换表。如果略去n，其效果相当于/T1，即使用第一张替换表。例如要把所有放在方括号中的汉字替换为拼音，可以查找“/[(/c)/]”，替换为“/T{/1}”。即把第一个子表达式的匹配内容按自定义替换表转换。注意，如果/T函数的参数不在替换表的源串中，/T函数的结果与源串相同，即不做任何变换。

　　有些情况下，用户可能希望只使用替换表的一部分内容。还是以拼音为例，前面给出的替换表中包含了拼音的音调，如果在替换时不希望加上这些音调数字，可以使用“过滤”功能。所谓过滤，其实是用一个正则表达式去分析替换表的目标串，并把其中的某个子表达式取出来。

　　使用“过滤”时，在“设置自定义替换表”对话框中，点“过滤”按钮，在弹出的对话框中填入一个正则表达式。再以拼音为例，表达式可以写为“(/a+)(/d?)”，其中第一对括号中的是不含音调的拼音，第二对括号是音调。在调用/T函数时，TextPro会在目标串中查找这个正则表达式。但是如何把其中的子表达式取出来呢？/T函数还有一个可选的下标，取第n个子表达式的值就写作/T{...}[n]。所以，把放在方括号中的汉字替换为不带调的拼音，可以查找“/[(/c)/]”，替换为“/T{/1}[1]”

　　5. 应用举例

　　例一：在TextPro的制作过程中，我们需要整理许多资料。例如简转繁的资料是一个文本文件，每行两个汉字，前一个为简体字，后一个为繁体字。但是有不少行简繁体其实是同一个字，我们希望将其剔除。

　　操作办法：用替换功能，在“查找”中输入“(/c)/1”，在替换中输入“/d”。

　　分析：“/c”匹配任一汉字，“/1”是引用子表达式，因此上面的正则表达式表示查找连续两个相同的汉字。在替换时输入“/d”，表示将找到的两个汉字替换成空串，并删除下一个字符。由于文件中每行只有两个汉字，删除下一个字符其实就删掉了行末的回车符，其结果把这些无用的行全部清除。

　　例二：某文件由一些有用的资料及注释组成。注释单独成行，并以“#”开头。现在希望将所有的注释行删除。

　　操作办法：用替换功能，在“查找”中输入“^#.*$”，在替换在输入“/d”。

　　分析：^匹配行首，^#表示行首有符号#，.*匹配#之后的所有字符，直到行末($)。这个表达式将整行匹配所有以#开头的行。替换成“/d”将把这些行清除。

　　例三：有一个从“输入法生成器”反编译出来的拼音表，其中有单字的拼音，也有词组的拼音。现在希望把单字的拼音和词组的拼音分开。已经文件的格式是每行一个字或词组，行首是汉字或词组，其后紧跟拼音。

　　操作办法：用替换功能，查找“^/c/c+/~f+”，替换为“/d”，就得到了一份单字的拼音表，另存为“单字.txt”后，按Ctrl+Z(UNDO)撤消刚才的操作，再用替换功能，查找“^/c/~f+”，替换为“/d”，就得到了词组的拼音表，可另存为“词组.txt”。

　　分析：“/c/c+/~f+”匹配行首以汉字开头，跟着一个以上的汉字，再跟着一个以上任意半角字符的行，也就是所有的词组行，替换为“/d”把这些行删除，得到的是单字的拼音表；“^/c/~f+”匹配以一个汉字开头，紧跟着一个以上任意半角字符，这些正好是单字的拼音行，删除后即得词组的拼音表。

　　例四：组字符转GBK汉字。有些文本中使用一种组字规则来表示某些罕用的汉字，如用“[門@(人/(人*人))]”表示“閦”。这些汉字大部分收在GBK字符集中，现在希望将它们转换成相应的GBK汉字。

　　这项工作可以用自定义替换来完成。先准备一份组字规则表，例如TextPro中就附带了这样一份转换表，现有461个组字。在“设置自定义替换表”中，将此表装入，可命名为“组字符转GBK汉字”。然后分两步完成：
　　1、查找/[(.{-1,})/]，替换为[/T{/1}]。结果分为两种，第一种如[閦]，第二种如[合*牛]。
　　2、查找/[(/c)/]，替换为/1.  这样对第一种可去掉括号，而第二种可保持原样。

　　例五：汉字注拼音。有一份文本，现在要给每个汉字注上拼音，格式为

　　中(zhong阴平) 国(guo阳平) 人(ren阳平)...

　　我们可能用自定义替换来解决这个问题。需要用到两张自定义替换表。第一张是拼音表，其格式为

　　中 zhong1
　　国 guo2
　　人 ren2
　　....

　　另一张表是音调名称，一共5行

　　1 阴平
　　2 阳平
　　3 上声
　　4 去声
　　5 轻声

　　在“设置自定义替换表”中，把拼音表设为第一张替换表，并输入“过滤”表达式“(/a+)(/d)”；再把音调表设置为第二张替换表。

　　好了，现在查找“/c”，替换为“/0(/T[1]/T2{/T[2]})”即可完成注音工作。

　　分析：替换串的第一个“/0”表示把这个汉字再写一遍，括号里的“/T[1]”相当于“/T1{/0}[1]”，它从第一张表中查找匹配到的汉字，并把对应的拼音用过滤表达式做一次查找，取查找结果的第一个子表达式；“/T2{/T[2]}”是一个嵌套的替换函数调用，内层的“/T[2]”是取音调数字，然后再以这个音调数字为参数，查找第二张替换表，得到该音调的中文表示。

　　总而言之，正则表达式和自定义替换是两项非常有用的功能，经过适当的组合，可以完成的功能几乎是无限的。

C#正则表达式应用实例

两种使用方法：

1、在文本输入框后加入正则表达式验证控件Regularexpression_r_rValidator。此种方法适用于WebForm中。
在Validationexpression_r_r选项中，输入验证规则。
在ControlToValidate选项中，选择要验证的控件。
在ErrorMesage选项中，输入如果验证没有通过页面要显示的信息。

2、在隐藏代码中使用，此方法适用于WinForm和WebForm中。
这种方法要先加入声明命名空间：
using System.Text.Regularexpression_r_rs;
然后在方法中声明验证规则：
string s_reg = @"^/d+$";
声明要验证的字符串：
string s = textBox1.Text;
新建一个实例，并将验证规则以参数形式传入实例，初始化类：
Regex reg = new Regex( s_reg );
然后拿实例对要验证的字符串进行验证，返回结果为bool值：
if ( reg.IsMatch (s) )
{
MessageBox.Show( "It 's OK~");
}
else
{
MessageBox.Show( "It 's Bad~");
}

正则表达式的一些示例::

C#中正则表达式 (一)

1.匹配HTML标记的正则表达式：<(.*)>.*<///1>|<(.*) //> 例如：<title></title>

2. 正整数: ^[0-9]*[1-9][0-9]*$

3.负整数: ^-[0-9]*[1-9][0-9]*$

4.整数: -?/d+$

5.正浮点数: ^(([0-9]+/.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*/.[0-9]+)|([0-9]*[1-9][0-9]*))$

6.负浮点数: ^(-(([0-9]+/.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*/.[0-9]+)|([0-9]*[1-9][0-9]*)))$

7.浮点数:^(-?/d+)(/./d+)?$

8.26个英文字(不区分大小写): ^[A-Za-z]+$

9.26个大写英文字母: ^[A-Z]+$

10.26个小写英文字母:^[a-z]+$

11.数字和26个英文字母混合: ^[A-Za-z0-9]+$

12.数字和26个英文字母和下划线混合: ^/w+$

13.电子邮件地址: /w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*h

14.网址URL: ^[a-zA-z]+://(/w+(-/w+)*)(/.(/w+(-/w+)*))*(/?/S*)?$

15.中国电话: ((d{3,4})|d{3,4}-)?d{7,8}(-d{3})* 例如：021-8888888 或者0515-88888888 或者 021-88888888-888

16.字母开头，允许5-16字节，允许字母数字下划线: ^[a-zA-Z][a-zA-Z0-9_]{6,20}$

17.QQ号: ^[1-9]*[1-9][0-9]*$

18.IP地址: ^(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0-5]).(d{1,2}|1dd|2[0-4]d|25[0

-5])$

19.首尾空格:(^/s*)|(/s*$)

20.空行：/n[/s| ]*/r

21.中国邮政编码：[1-9]/d{5}(?!/d)

22. 中国手机：(86)*0*13/d{9}

23.中国电话(包括手机)：(/(/d{3,4}/)|/d{3,4}-|/s)?/d{7,14}

24.数字：(-?/d*)(/./d+)?

25.双字节字符：[^/x00-/xff]*

26.过滤不安全的字符：^(([A-Z]*|[a-z]*|/d*|[-_/~!@#/$%/^&/*/./(/)/[/]/{/}<>/?/////'/"]*)|.{0,5})$|/s

27.日期：((((19){1}|(20){1})d{2})|d{2})[01]{1}d{1}[0-3]{1}d{1} 如:20060518

C#中正则表达式 (二)

只能输入数字："^[0-9]*$"。

　　只能输入n位的数字："^/d{n}$"。

　　只能输入至少n位的数字："^/d{n,}$"。

　　只能输入m~n位的数字：。"^/d{m,n}$"

　　只能输入零和非零开头的数字："^(0|[1-9][0-9]*)$"。

　　只能输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?$"。

　　只能输入有1~3位小数的正实数："^[0-9]+(.[0-9]{1,3})?$"。

　　只能输入非零的正整数："^/+?[1-9][0-9]*$"。

　　只能输入非零的负整数："^/-[1-9][]0-9"*$。

　　只能输入长度为3的字符："^.{3}$"。

　　只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。

　　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26个小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]+$"。

　　只能输入由数字、26个英文字母或者下划线组成的字符串："^/w+$"。

　　验证用户密码："^[a-zA-Z]/w{5, }$"正确格式为：以字母开头，长度在6~18之间，只能包含字符、数字和下划线。

　　验证是否含有^%&’,;=?$/"等字符："[^%&’,;=?$/x22]+"。

　　只能输入汉字："^[/一-/龥]{0,}$"

　　验证Email地址："^/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*$"。

　　验证InternetURL："^http://([/w-]+/.)+[/w-]+(/[/w-./?%&=]*)?$"。

　　验证电话号码："^(/(/d{3,4}-)|/d{3.4}-)?/d{7,8}$"正确格式为："XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX"。

　　验证身份证号(15位或18位数字)："^/d{15}|/d{18}$"。

　　验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"1"～"12"。

　　验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为;"01"～"09"和"1"～"31"。

　　利用正则表达式限制网页表单里的文本框输入内容：

　　用正则表达式限制只能输入中文：onkeyup="val=val.replace(/[^/一-/龥]/g,’’)" onbeforepaste="clipboardData.setData(’text’,clipboardData.getData(’text’).replace(/[^/一-/龥]/g,’’))"

　　用正则表达式限制只能输入全角字符： onkeyup="val=val.replace(/[^/?-/?]/g,’’)" onbeforepaste="clipboardData.setData(’text’,clipboardData.getData(’text’).replace(/[^/?-/?]/g,’’))"

　　用正则表达式限制只能输入数字：onkeyup="val=val.replace(/[^/d]/g,’’) "onbeforepaste="clipboardData.setData(’text’,clipboardData.getData(’text’).replace(/[^/d]/g,’’))"

　　用正则表达式限制只能输入数字和英文：onkeyup="val=val.replace(/[/W]/g,’’) "onbeforepaste="clipboardData.setData(’text’,clipboardData.getData(’text’).replace(/[^/d]/g,’’))"

　　得用正则表达式从URL地址中提取文件名的javascript程序，如下结果为page1

以下是引用片段：
　　s="http://www.111.com/test.htm"
　　s=s.replace(/(.*//){0,}([^/.]+).*/ig,"$2")
　　alert(s)

　　匹配双字节字符(包括汉字在内)：[^/x00-/xff]

　　应用：计算字符串的长度(一个双字节字符长度计2，ASCII字符计1)

以下是引用片段：
　　String.prototype.len=function(){return this.replace([^/x00-/xff]/g,"aa").length;}
　　匹配空行的正则表达式：/n[/s| ]*/r

　　匹配HTML标记的正则表达式：/<(.*)>.*<///1>|<(.*) //>/

　　匹配首尾空格的正则表达式：(^/s*)|(/s*$)
以下是引用片段：
　　String.prototype.trim = function()
　　{
　　return this.replace(/(^/s*)|(/s*$)/g, "");
　　}

　　利用正则表达式分解和转换IP地址：

　　下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序：

以下是引用片段：
　　function IP2V(ip)
　　{
　　re=/(/d+)/.(/d+)/.(/d+)/.(/d+)/g //匹配IP地址的正则表达式
　　if(re.test(ip))
　　{
　　return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
　　}
　　else
　　{
　　throw new Error("Not a valid IP address!")
　　}
　　}

 

正则表达式基础知识
一个正则表达式就是由普通字符（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。该模式描述在查找文字主体时待匹配的一个或多个字符串。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。如：

JScript VBScript 匹配
/^/[ /t]*$/ "^/[ /t]*$" 匹配一个空白行。
//d{2}-/d{5}/ "/d{2}-/d{5}" 验证一个ID 号码是否由一个2位数字，一个连字符以及一个5位数字组成。
/<(.*)>.*<///1>/ "<(.*)>.*<///1>" 匹配一个 HTML 标记。

下表是元字符及其在正则表达式上下文中的行为的一个完整列表：

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 向后引用、或一个八进制转义符。例如，'n' 匹配字符 "n"。'/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 '/n' 或 '/r' 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 '/n' 或 '/r' 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。例如，"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 "/n" 之外的任何单个字符。要匹配包括 '/n' 在内的任何字符，请使用象 '[./n]' 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S Matches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。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。
/b 匹配一个单词边界，也就是指单词和空格间的位置。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]。
/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。
/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。
/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。.
/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 (0-3)，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， /? 匹配版权符号 (?)。

 

下面看几个例子：
"^The"：表示所有以"The"开始的字符串（"There"，"The cat"等）；
"of despair$"：表示所以以"of despair"结尾的字符串；
"^abc$"：表示开始和结尾都是"abc"的字符串——呵呵，只有"abc"自己了；
"notice"：表示任何包含"notice"的字符串。

'*'，'+'和'?'这三个符号，表示一个或一序列字符重复出现的次数。它们分别表示“没有或
更多”，“一次或更多”还有“没有或一次”。下面是几个例子：

"ab*"：表示一个字符串有一个a后面跟着零个或若干个b。（"a", "ab", "abbb",……）；
"ab+"：表示一个字符串有一个a后面跟着至少一个b或者更多；
"ab?"：表示一个字符串有一个a后面跟着零个或者一个b；
"a?b+$"：表示在字符串的末尾有零个或一个a跟着一个或几个b。

也可以使用范围，用大括号括起，用以表示重复次数的范围。

"ab{2}"：表示一个字符串有一个a跟着2个b（"abb"）；
"ab{2,}"：表示一个字符串有一个a跟着至少2个b；
"ab{3,5}"：表示一个字符串有一个a跟着3到5个b。

请注意，你必须指定范围的下限（如："{0,2}"而不是"{,2}"）。还有，你可能注意到了，'*'，'+'和
'?'相当于"{0,}"，"{1,}"和"{0,1}"。
还有一个'|'，表示“或”操作：

"hi|hello"：表示一个字符串里有"hi"或者"hello"；
"(b|cd)ef"：表示"bef"或"cdef"；
"(a|b)*c"：表示一串"a""b"混合的字符串后面跟一个"c"；

'.'可以替代任何字符：

"a.[0-9]"：表示一个字符串有一个"a"后面跟着一个任意字符和一个数字；
"^.{3}$"：表示有任意三个字符的字符串（长度为3个字符）；

方括号表示某些字符允许在一个字符串中的某一特定位置出现：

"[ab]"：表示一个字符串有一个"a"或"b"（相当于"a|b"）；
"[a-d]"：表示一个字符串包含小写的'a'到'd'中的一个（相当于"a|b|c|d"或者"[abcd]"）；
"^[a-zA-Z]"：表示一个以字母开头的字符串；
"[0-9]%"：表示一个百分号前有一位的数字；
",[a-zA-Z0-9]$"：表示一个字符串以一个逗号后面跟着一个字母或数字结束。

你也可以在方括号里用'^'表示不希望出现的字符，'^'应在方括号里的第一位。（如："%[^a-zA-Z]%"表示两个百分号中不应该出现字母）。

为了逐字表达，必须在"^.$()|*+?{/"这些字符前加上转移字符'/'。

请注意在方括号中，不需要转义字符。