什么是正则表达式
一个正则表达式，就是用某种模式去匹配一类字符串的一个公式。很多人因为它们看上去比较古怪而且复杂所以不敢去使用——很不幸，这篇文章也不能够改变这一点，不过，经过一点点练习之后我就开始觉得这些复杂的表达式其实写起来还是相当简单的，而且，一旦你弄懂它们，你就能把数小时辛苦而且易错的文本处理工作压缩在几分钟（甚至几秒钟）内完成。正则表达式被各种文本编辑软件、类库（例如Rogue Wave的tools.h++）、脚本工具（像awk/grep/sed）广泛的支持，而且像Microsoft的Visual C++这种交互式IDE也开始支持它了。
| 正则表达式基础知识 |
| 我们先从简单的开始。假设你要搜索一个包含字符“cat”的字符串，搜索用的正则表达式就是“cat”。如果搜索对大小写不敏感，单词“catalog”、“Catherine”、“sophisticated”都可以匹配。也就是说： |
 |
| 1.1 句点符号 |
| 假设你在玩英文拼字游戏，想要找出三个字母的单词，而且这些单词必须以“t”字母开头，以“n”字母结束。另外，假设有一本英文字典，你可以用正则表达式搜索它的全部内容。要构造出这个正则表达式，你可以使用一个通配符——句点符号“.”。这样，完整的表达式就是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”，还匹配“t#n”、“tpn”甚至“t n”，还有其他许多无意义的组合。这是因为句点符号匹配所有字符，包括空格、Tab字符甚至换行符： |
 |
| 1.2 方括号符号 |
| 为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（“[]”）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因为在方括号之内你只能匹配单个字符： |
 |
| 1.3 “或”符号 |
| 如果除了上面匹配的所有单词之外，你还想要匹配“toon”，那么，你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”，使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号，因为方括号只允许匹配单个字符；这里必须使用圆括号“()”。圆括号还可以用来分组，具体请参见后面介绍。 |
 |
| 1.4 表示匹配次数的符号 |
| 表一显示了表示匹配次数的符号，这些符号用来确定紧靠该符号左边的符号出现的次数： |
|
|
| 假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。在正则表达式中，连字符（“-”）有着特殊的意义，它表示一个范围，比如从0到9。因此，匹配社会安全号码中的连字符号时，它的前面要加上一个转义字符“\”。 |
|
|
| 图一：匹配所有123-12-1234形式的社会安全号码 |
| 假设进行搜索的时候，你希望连字符号可以出现，也可以不出现——即，999-99-9999和999999999都属于正确的格式。这时，你可以在连字符号后面加上“？”数量限定符号，如图二所示： |
|
|
| 图二：匹配所有123-12-1234和123121234形式的社会安全号码 |
| 下面我们再来看另外一个例子。美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“[0-9]{4}”，再加上字母部分“[A-Z]{2}”。图三显示了完整的正则表达式。 |
|
|
| 图三：匹配典型的美国汽车牌照号码，如8836KV |
| 1.5 “否”符号 |
| “^”符号称为“否”符号。如果用在方括号内，“^”表示不想要匹配的字符。例如，图四的正则表达式匹配所有单词，但以“X”字母开头的单词除外。 |
|
|
| 图四：匹配所有单词，但“X”开头的除外 |
| 1.6 圆括号和空白符号 |
| 假设要从格式为“June 26, 1951”的生日日期中提取出月份部分，用来匹配该日期的正则表达式可以如图五所示： |
|
|
| 图五：匹配所有Moth DD,YYYY格式的日期 |
| 新出现的“\s”符号是空白符号，匹配所有的空白字符，包括Tab字符。如果字符串正确匹配，接下来如何提取出月份部分呢？只需在月份周围加上一个圆括号创建一个组，然后用ORO API（本文后面详细讨论）提取出它的值。修改后的正则表达式如图六所示： |
|
|
| 图六：匹配所有Month DD,YYYY格式的日期，定义月份值为第一个组 |
| 1.7 其它符号 |
| 为简便起见，你可以使用一些为常见正则表达式创建的快捷符号。如表二所示： |
| 表二：常用符号 |
|
|
| 例如，在前面社会安全号码的例子中，所有出现“[0-9]”的地方我们都可以使用“\d”。修改后的正则表达式如图七所示： |
|
|
| 图七：匹配所有123-12-1234格式的社会安全号码 |
其他通用规则
还有一些在各个正则表达式引擎之间比较通用的规则，在前面的讲解过程中没有提到。
3.1 表达式中，可以使用 "\xXX" 和 "\uXXXX" 表示一个字符（"X" 表示一个十六进制数）
| 形式 | 字符范围 |
| \xXX | 编号在 0 ~ 255 范围的字符，比如：空格可以使用 "\x20" 表示 |
| \uXXXX | 任何字符可以使用 "\u" 再加上其编号的4位十六进制数表示，比如："\u4E2D" |
3.2 在表达式 "\s"，"\d"，"\w"，"\b" 表示特殊意义的同时，对应的大写字母表示相反的意义
| 表达式 | 可匹配 |
| \S | 匹配所有非空白字符（"\s" 可匹配各个空白字符） |
| \D | 匹配所有的非数字字符 |
| \W | 匹配所有的字母、数字、下划线以外的字符 |
| \B | 匹配非单词边界，即左右两边都是 "\w" 范围或者左右两边都不是 "\w" 范围时的字符缝隙 |
3.3 在表达式中有特殊意义，需要添加 "\" 才能匹配该字符本身的字符汇总
| 字符 | 说明 |
| ^ | 匹配输入字符串的开始位置。要匹配 "^" 字符本身，请使用 "\^" |
| $ | 匹配输入字符串的结尾位置。要匹配 "$" 字符本身，请使用 "\$" |
| ( ) | 标记一个子表达式的开始和结束位置。要匹配小括号，请使用 "\(" 和 "\)" |
| [ ] | 用来自定义能够匹配 '多种字符' 的表达式。要匹配中括号，请使用 "\[" 和 "\]" |
| { } | 修饰匹配次数的符号。要匹配大括号，请使用 "\{" 和 "\}" |
| . | 匹配除了换行符（\n）以外的任意一个字符。要匹配小数点本身，请使用 "\." |
| ? | 修饰匹配次数为 0 次或 1 次。要匹配 "?" 字符本身，请使用 "\?" |
| + | 修饰匹配次数为至少 1 次。要匹配 "+" 字符本身，请使用 "\+" |
| * | 修饰匹配次数为 0 次或任意次。要匹配 "*" 字符本身，请使用 "\*" |
| | | 左右两边表达式之间 "或" 关系。匹配 "|" 本身，请使用 "\|" |
3.4 括号 "( )" 内的子表达式，如果希望匹配结果不进行记录供以后使用，可以使用 "(?:xxxxx)" 格式
举例1：表达式 "(?:(\w)\1)+" 匹配 "a bbccdd efg" 时，结果是 "bbccdd"。括号 "(?:)" 范围的匹配结果不进行记录，因此 "(\w)" 使用 "\1" 来引用。
3.5 常用的表达式属性设置简介：Ignorecase，Singleline，Multiline，Global
| 表达式属性 | 说明 |
| Ignorecase | 默认情况下，表达式中的字母是要区分大小写的。配置为 Ignorecase 可使匹配时不区分大小写。有的表达式引擎，把 "大小写" 概念延伸至 UNICODE 范围的大小写。 |
| Singleline | 默认情况下，小数点 "." 匹配除了换行符（\n）以外的字符。配置为 Singleline 可使小数点可匹配包括换行符在内的所有字符。 |
| Multiline | 默认情况下，表达式 "^" 和 "$" 只匹配字符串的开始 ① 和结尾 ④ 位置。如： |
| Global | 主要在将表达式用来替换时起作用，配置为 Global 表示替换所有的匹配。 |
正则表达式应用示例（VB）：
1.引用：菜单——工程——引用——Microsoft VBScript Regular Expressions 5.5
2.添加模块（模块在最后面有下载链接），模块名称可以写成Mod_RegExp
如果无法下载，可以直接复制下面的代码，建立一个模块。
'-------------------------代码开始---------------------------------
'注意需要引用：菜单——工程——引用——Microsoft VBScript Regular Expressions 5.5
'调用示例: MsgBox TestRegExp(正则表达式, 被检索字符)
Public Function TestRegExp(myPattern As String, myString As String)
'创建对象
Dim objRegExp As RegExp
Dim objMatch As Match
Dim colMatches As MatchCollection
Dim RetStr As String
Set objRegExp = New RegExp '创建一个正则表达式对象
objRegExp.Pattern = myPattern '设置模式
objRegExp.IgnoreCase = True '设置是否区分大小写
objRegExp.Global = True '设置全局适用性
If (objRegExp.Test(myString) = True) Then '测试字符串是否可以进行检索
'获取匹配
Set colMatches = objRegExp.Execute(myString) '执行检索
For Each objMatch In colMatches '累计检索结果
RetStr = RetStr & "匹配成功,位置在"
RetStr = RetStr & objMatch.FirstIndex & ". 匹配结果是 ''"
RetStr = RetStr & objMatch.Value & "''" & vbCrLf
Next
Else
RetStr = "字符匹配失败！"
End If
TestRegExp = RetStr
End Function
'-------------------------代码结束---------------------------------
3.调用方式: TestRegExp(正则表达式, 被检索字符)
例如，要检索"你好vb123visualbasic123"中的123，可以使用
TestRegExp(“123”,"你好vb123visualbasic123")
得到的结果是：你好vb123visualbasic123
如果用print TestRegExp(“123”,"你好vb123visualbasic123")，则显示
123
123
总结
通过上面的介绍和使用以后，你是不是已经对正则表达式有了一定了解了呢?希望能给你带来一点启示！谢谢
你还可以通过以下几个网址了解正则表达式：
http://baike.baidu.com/view/94238.htm
http://www.regexlab.com/zh/regref.htm
http://www.ccw.com.cn/htm/app/aprog/01_7_31_4.asp
