精通正则表达式正则表达式的起源

正则表达式的写法

一个比较全的个语言的正则表达式的区别 /u1/34426/showart_425723.html 如果你需要知道更详细的正则表达式的区别。

可以看o‘reilly的《精通正则表达式》

正则表达式教程

字符是计算机软件处理文字时最基本的单位，可能是字母，数字，标点符号，空格，换行符，汉字等等。

字符串是0个或更多个字符的序列。

文本也就是文字，字符串。

说某个字符串匹配某个正则表达式，通常是指这个字符串里有一部分（或几部分分别）能满足表达式给出的条件。

在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。

正则表达式就是用于描述这些规则的工具。

换句话说，正则表达式就是记录文本规则的代码。

。

如果你想查找某个目录下的所有的Word文档的话，你会搜索 *.doc 。

在这里，*会被解释成任意的字符串。

和通配符类似，正则表达式也是用来进行文本匹配的工具，只不过比起通配符，它能更精确地描述你的需求当然，代价就是更复杂比如你可以编写一个正则表达式，用来查找

使用正则表达式的正则表达式语法

正则表达式 由一些普通字符和一些元字符（metacharacters）组成。

普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，我们下面会给予解释。

　在最简单的情况下，一个正则表达式看上去就是一个普通的查找串。

例如，正则表达式testing中没有包含任何元字符，它可以匹配testing和123testing等字符串，但是不能匹配Testing。

　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。

元字符 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，“ ”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“ ”或“ ”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“ ”或“ ”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“does”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”。

.点 匹配除“ ”之外的任何单个字符。

要匹配包括“ ”在内的任何字符，请使用像“(.| )”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$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) 正向肯定预查，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“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) 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。

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“Windows3.1”中的“Windows”，但不能匹配“Windows2000”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) 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”。

(?<!pattern) 反向否定预查，与正向否定预查类似，只是方向相反。

例如“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。

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“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。

[^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。

 匹配一个单词边界，也就是指单词和空格间的位置。

例如，“er”可以匹配“never”中的“er”，但不相匹配“verb”中的“er”。

B 匹配非单词边界。

“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 和cL。

匹配一个换行符。

等价于 和cJ。

匹配一个回车符。

等价于 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 v]。

S 匹配任何非空白字符。

等价于[^ f v]。

匹配一个制表符。

等价于 和cI。

v 匹配一个垂直制表符。

等价于 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，“ ”匹配“A”。

“ 1”则等价于“ &1”。

正则表达式中可以使用ASCII编码。

um 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。

标识一个八进制转义值或一个向后引用。

如果 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。

m 标识一个八进制转义值或一个向后引用。

如果 m之前至少有nm个获得子表达式，则nm为向后引用。

如果 m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 m将匹配八进制转义值nm。

ml 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，u00A9匹配版权符号（?）。

关于正则表达式的好的参考书有哪些

你好，我当时对正则感兴趣就是通过这个来的， /zh/regref.htm 特别是这个 /zh/regref.htm 讲的条理清楚明确。

当然这个上面提供了一个部分功能免费的正则工具，可以使用一下。

当然别的正则工具还有不少。

如果你想入门或是想深入一点点，这个应该够了。

处理一些常见的问题应该够了。

深入的话，就要掌握各种正则及其不同了，posix greta boost 等等 这里推荐下两本美国佬的书 《正则表达式必知必会》/36364 《精通正则表达式:第3版 》/47529 有财力、时间和精力可以多投入看下，毕竟正则是一个IT的基本能力。

正则表达式的起源

正则表达式的“鼻祖”或许可一直追溯到科学家对人类神经系统工作原理的早期研究。

美国新泽西州的Warren McCulloch和出生在美国底特律的Walter Pitts这两位神经生理方面的科学家，研究出了一种用数学方式来描述神经网络的新方法，他们创造性地将神经系统中的神经元描述成了小而简单的自动控制元，从而作出了一项伟大的工作革新。

在1956 年,一位名叫Stephen Kleene的数学科学家，他在Warren McCulloch和Walter Pitts早期工作的基础之上，发表了一篇题目是《神经网事件的表示法》的论文，利用称之为正则集合的数学符号来描述此模型，引入了正则表达式的概念。

正则表达式被作为用来描述其称之为“正则集的代数”的一种表达式，因而采用了“正则表达式”这个术语。

之后一段时间，人们发现可以将这一工作成果应用于其他方面。

Ken Thompson就把这一成果应用于计算搜索算法的一些早期研究，Ken Thompson是 Unix的主要发明人，也就是大名鼎鼎的Unix之父。

Unix之父将此符号系统引入编辑器QED，然后是Unix上的编辑器ed，并最终引入grep。

Jeffrey Friedl 在其著作《Mastering Regular Expressions (2nd edition)》（中文版译作：精通正则表达式，已出到第三版）中对此作了进一步阐述讲解，如果你希望更多了解正则表达式理论和历史，推荐你看看这本书。

自此以后，正则表达式被广泛地应用到各种UNIX或类似于UNIX的工具中，如大家熟知的Perl。

Perl的正则表达式源自于Henry Spencer编写的regex，之后已演化成了pcre（Perl兼容正则表达式Perl Compatible Regular Expressions），pcre是一个由Philip Hazel开发的、为很多现代工具所使用的库。

正则表达式的第一个实用应用程序即为Unix中的 qed 编辑器。

然后，正则表达式在各种计算机语言或各种应用领域得到了广大的应用和发展，演变成为计算机技术森林中的一只形神美丽且声音动听的百灵鸟。

以上是关于正则表达式的起源和发展的历史描述，如今正则表达式在基于文本的编辑器和搜索工具中依然占据着一个非常重要的地位。

在最近的六十年中，正则表达式逐渐从模糊而深奥的数学概念，发展成为在计算机各类工具和软件包应用中的主要功能。

不仅仅众多UNIX工具支持正则表达式，近二十年来，在WINDOWS的阵营下，正则表达式的思想和应用在大部分 Windows 开发者工具包中得到支持和嵌入应用！从正则式在Microsoft Visual Basic 6 或 Microsoft VBScript到.NET Framework中的探索和发展，WINDOWS系列产品对正则表达式的支持发展到无与伦比的高度，几乎所有 Microsoft 开发者和所有.NET语言都可以使用正则表达式。

如果你是一位接触计算机语言的工作者，那么你会在主流操作系统（*nix[Linux, Unix等]、Windows、HP、BeOS等）、主流的开发语言（delphi、Scala、PHP、C#、Java、C++、Objective-c、Swift、VB、Javascript、Ruby以及Python等）、数以亿万计的各种应用软件中，都可以看到正则表达式优美的舞姿。