正则表达式格式

VBScript 正则表达式操作

JScript 正则表达式操作

JScript 格式:

reg = /pattern/[flag]
reg = new RegExp("pattern"[,"flags"])

VBSctipt 格式:

set reg = new RegExp

reg.pattern = "pattern"

reg.Global = true

reg.IgnoreCase = true

reg.MultiLine = true

flags 选项:

选项 JS / 属性 VBS 意义
"g" / Global 全文查找匹配的 pattern
"i" / IgnoreCase 忽略大小写
"m" / MultieLine 多行查找

 

在典型的搜索和替换操作中,必须提供要查找的确切文字。这种技术对于静态文本中的简单搜索和替换任务可能足够了,但是由于它缺乏灵活性,因此在搜索动态文本时就有困难了,甚至是不可能的。

使用正则表达式,就可以:

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。

这里有一些可能会遇到的正则表达式示例:

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 VS2005 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。
\w :a 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_]'。
\d :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 :Zp 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 :Zs 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。
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'。
\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。
\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。
\xnn   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。.
\nnn   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。
\unnnn   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 (©)。
* @ 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}。
?   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'。
{n} ^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。
(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
^   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。
\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。

下面是VS2005集成开发环境中的查找与替换使用的正则表达式

表达式 语法 说明
任一字符 . 匹配除分行符外的任何一个字符。
零个或更多个 * 匹配前面表达式的零个或多个搜索项,寻找所有可能匹配。
一个或更多个 + 匹配前面表达式的至少一个搜索项。
行首 ^ 将匹配字符串锚定到行首。
行尾 $ 将匹配字符串锚定到行尾。
词首 < 仅当词在文本中的此位置开始时才匹配。
词尾 > 仅当词在文本中的此位置结束时才匹配。
换行符 \n 匹配与平台无关的换行符。在“替换”表达式中,插入换行符。
集中的任何一个字符 [] 匹配 [] 内的任何一个字符。要指定字符的范围,请列出由短划线 (-) 分隔的起始字符和结束字符,如 [a-z] 中所示。
集中没有的任何一个字符 [^...] 匹配跟在 ^ 之后的不在字符集中的任何字符。
| 匹配 OR 符号 (|) 之前或之后的表达式。最常用在分组中。例如,(sponge|mud) bath 匹配“sponge bath”和“mud bath”。
转义符 \ 按原义匹配反斜杠 (\) 之后的字符。这使您可以查找在正则表达式表示法中使用的字符,如 { 和 ^。例如,\^ 搜索 ^ 字符。
带标记的表达式 {} 匹配以带括号的表达式标记的文本。
C/C++ 标识符 :i 匹配表达式 
([a-zA-Z_$][a-zA-Z0-9_$]*)。
带引号的字符串 :q 匹配表达式 (("[^"]*")|('[^']*'))。
空格或制表符 :b 匹配空格或制表符。
整数 :z 匹配表达式 
([0-9]+)。
表达式 语法 说明
最少 — 零个或更多个 @ 匹配前面表达式的 0 个或更多搜索项,匹配尽可能少的字符。
最少 — 一个或更多个 # 匹配前面表达式的一个或更多搜索项,匹配尽可能少的字符。
重复 n ^n 匹配前面表达式的 n 次出现。例如,[0-9]^4 匹配任意 4 位数字的序列。
分组 () 将子表达式分组。
n 个带标记的文本 \n 在“查找”或“替换”表达式中,指示第 n 个带标记的表达式所匹配的文本,其中 n 是从 1 至 9 的数字。

在“替换”表达式中,\0 插入整个匹配的文本。

右对齐字段 \(w,n) 在“替换”表达式中,将字段中第 n 个带标记的表达式右对齐至少 w 字符宽。
左对齐字段 \(-w,n) 在“替换”表达式中,将字段中第 n 个带标记的表达式左对齐至少 w 字符宽。
禁止匹配 ~(X) 当 X 出现在表达式中的此位置时禁止匹配。例如,real~(ity) 匹配“realty”和“really”中的“real”,而不匹配“reality”中的“real”。
字母数字字符 :a 匹配表达式 
([a-zA-Z0-9])。
字母字符 :c 匹配表达式
 ([a-zA-Z])。
十进制数字 :d 匹配表达式 
([0-9])。
十六进制数 :h 匹配表达式 
([0-9a-fA-F]+)。
有理数 :n 匹配表达式 (([0-9]+.[0-9]*)|([0-9]*.[0-9]+)|([0-9]+))。
字母字符串 :w 匹配表达式
 ([a-zA-Z]+)。
转义符 \e Unicode U+001B。
Bell \g Unicode U+0007。
Backspace \h Unicode U+0008。
制表符 \t 匹配制表符,Unicode U+0009。
Unicode 字符 \x#### 或 \u#### 匹配 Unicode 值给定的字符,其中 #### 是十六进制数。可以用 ISO 10646 代码点或两个提供代理项对的值的 Unicode 码位指定基本多语种平面(即一个代理项)外的字符。
表达式 语法 说明
大写字母 :Lu 匹配任何一个大写字母。例如,:Luhe 匹配“The”但不匹配“the”。
小写字母 :Ll 匹配任何一个小写字母。例如,:Llhe 匹配“the”但不匹配“The”。
词首大写字母 :Lt 匹配将大写字母和小写字母结合的字符,例如,Nj 和 Dz。
修饰符字母 :Lm 匹配字母或标点符号,例如逗号、交叉重音符和双撇号,用于表示对前一字母的修饰。
其它字母 :Lo 匹配其他字母,如哥特体字母 ahsa。
十进制数字 :Nd 匹配十进制数(如 0-9)和它们的双字节等效数。
字母数字 :Nl 匹配字母数字,例如罗马数字和表意数字零。
其它数字 :No 匹配其他数字,如旧斜体数字一。
开始标点符号 :Ps 匹配开始标点符号,例如左方括号和左大括号。
结束标点符号 :Pe 匹配结束标点符号,例如右方括号和右大括号。
左引号 :Pi 匹配左双引号。
右引号 :Pf 匹配单引号和右双引号。
破折号 :Pd 匹配破折号标记。
连接符号 :Pc 匹配下划线标记。
其他标点符号 :Po 匹配 (,)、?、"、!、@、#、%、&、*、\、(:)、(;)、' 和 /。
空白分隔符 :Zs 匹配空白。
行分隔符 :Zl 匹配 Unicode 字符 U+2028。
段落分隔符 :Zp 匹配 Unicode 字符 U+2029。
无间隔标记 :Mn 匹配无间隔标记。
组合标记 :Mc 匹配组合标记。
封闭标记 :Me 匹配封闭标记。
数学符号 :Sm 匹配 +、=、~、|、< 和 >。
货币符号 :Sc 匹配 $ 和其他货币符号。
修饰符号 :Sk 匹配修饰符号,如抑扬音、抑音符号和长音符号。
其它符号 :So 匹配其他符号,如版权符号、段落标记和度数符号。
其他控制 :Cc 匹配类似 TAB 和 NEWLINE 这样的 Unicode 控制字符。
其他格式 :Cf 格式控制字符,例如双向控制字符。
代理项 :Cs 匹配代理项对的一半。
其他私用 :Co 匹配私用区域的任何字符。
其它未分配字符 :Cn 匹配未映射到 Unicode 字符的字符。
表达式 语法 说明
Alpha :Al 匹配任何一个字符。例如,:Alhe 匹配“The”、“then”、“reached”等单词。
Numeric :Nu 匹配任何一个数或数字。
标点 :Pu 匹配任何一个标点符号,如 ?、@、' 等等。
空白 :Wh 匹配所有类型的空格,包括印刷和表意文字的空格。
Bidi :Bi 匹配诸如阿拉伯文和希伯来文这类从右向左书写的字符。
朝鲜文 :Ha 匹配朝鲜文和组合朝鲜文字母。
平假名 :Hi 匹配平假名字符。
片假名 :Ka 匹配片假名字符。
表意文字/汉字/日文汉字 :Id 匹配表意文字字符,如汉字和日文汉字

下表从最高优先级到最低优先级列出各种正则表达式操作符的优先级顺序:

操作符 描述
\ 转义符
(), (?:), (?=), [] 圆括号和方括号
*, +, ?, {n}, {n,}, {n,m} 限定符
^, $, \anymetacharacter 位置和顺序
| “或”操作