前言

　　正則表達(dá)式是煩瑣的，但是強(qiáng)大的，學(xué)會(huì)之后的應(yīng)用會(huì)讓你除了提高效率外，會(huì)給你帶來(lái)絕對(duì)的成就感。只要認(rèn)真去閱讀這些資料，加上應(yīng)用的時(shí)候進(jìn)行一定的參考，掌握正則表達(dá)式不是問(wèn)題。

索引

1. 引子

　　目前，正則表達(dá)式已經(jīng)在很多軟件中得到廣泛的應(yīng)用，包括*nix（Linux, Unix等），HP等操作系統(tǒng)，PHP，C#，Java等開(kāi)發(fā)環(huán)境，以及很多的應(yīng)用軟件中，都可以看到正則表達(dá)式的影子。

　　正則表達(dá)式的使用，可以通過(guò)簡(jiǎn)單的辦法來(lái)實(shí)現(xiàn)強(qiáng)大的功能。為了簡(jiǎn)單有效而又不失強(qiáng)大，造成了正則表達(dá)式代碼的難度較大，學(xué)習(xí)起來(lái)也不是很容易，所以需要付出一些努力才行，入門(mén)之后參照一定的參考，使用起來(lái)還是比較簡(jiǎn)單有效的。

　　例子： ^.+@.+\\..+$ 

　　這樣的代碼曾經(jīng)多次把我自己給嚇退過(guò)?？赡芎芏嗳艘彩潜贿@樣的代碼給嚇跑的吧。繼續(xù)閱讀本文將讓你也可以自由應(yīng)用這樣的代碼。

　　注意：這里的第7部分跟前面的內(nèi)容看起來(lái)似乎有些重復(fù)，目的是把前面表格里的部分重新描述了一次，目的是讓這些內(nèi)容更容易理解。

2. 正則表達(dá)式的歷史

　　正則表達(dá)式的“祖先”可以一直上溯至對(duì)人類神經(jīng)系統(tǒng)如何工作的早期研究。Warren McCulloch 和 Walter Pitts 這兩位神經(jīng)生理學(xué)家研究出一種數(shù)學(xué)方式來(lái)描述這些神經(jīng)網(wǎng)絡(luò)。

　 　1956 年, 一位叫 Stephen Kleene 的數(shù)學(xué)家在 McCulloch 和 Pitts 早期工作的基礎(chǔ)上，發(fā)表了一篇標(biāo)題為“神經(jīng)網(wǎng)事件的表示法”的論文，引入了正則表達(dá)式的概念。正則表達(dá)式就是用來(lái)描述他稱為“正則集的代數(shù)”的表達(dá)式，因 此采用“正則表達(dá)式”這個(gè)術(shù)語(yǔ)。

　　隨后，發(fā)現(xiàn)可以將這一工作應(yīng)用于使用 Ken Thompson 的計(jì)算搜索算法的一些早期研究，Ken Thompson 是 Unix 的主要發(fā)明人。正則表達(dá)式的第一個(gè)實(shí)用應(yīng)用程序就是 Unix 中的 qed 編輯器。

　　如他們所說(shuō)，剩下的就是眾所周知的歷史了。從那時(shí)起直至現(xiàn)在正則表達(dá)式都是基于文本的編輯器和搜索工具中的一個(gè)重要部分。

3. 正則表達(dá)式定義

　　正則表達(dá)式(regular expression)描述了一種字符串匹配的模式，可以用來(lái)檢查一個(gè)串是否含有某種子串、將匹配的子串做替換或者從某個(gè)串中取出符合某個(gè)條件的子串等。

　　列目錄時(shí)，　dir *.txt或ls *.txt中的*.txt就不是一個(gè)正則表達(dá)式,因?yàn)檫@里*與正則式的*的含義是不同的。 

　　正則表達(dá)式是由普通字符（例如字符 a 到 z）以及特殊字符（稱為元字符）組成的文字模式。正則表達(dá)式作為一個(gè)模板，將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。

　　3.1 普通字符

　　由所有那些未顯式指定為元字符的打印和非打印字符組成。這包括所有的大寫(xiě)和小寫(xiě)字母字符，所有數(shù)字，所有標(biāo)點(diǎn)符號(hào)以及一些符號(hào)。 

　　3.2 非打印字符

字符  含義 
\cx  匹配由x指明的控制字符。例如， \cM 匹配一個(gè) Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個(gè)原義的 'c' 字符。 
\f  匹配一個(gè)換頁(yè)符。等價(jià)于 \x0c 和 \cL。 
\n  匹配一個(gè)換行符。等價(jià)于 \x0a 和 \cJ。 
\r  匹配一個(gè)回車符。等價(jià)于 \x0d 和 \cM。 
\s  匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于 [ \f\n\r\t\v]。 
\S  匹配任何非空白字符。等價(jià)于 [^ \f\n\r\t\v]。 
\t  匹配一個(gè)制表符。等價(jià)于 \x09 和 \cI。 
\v  匹配一個(gè)垂直制表符。等價(jià)于 \x0b 和 \cK。 

　
　　3.3 特殊字符

　　所謂特殊字符，就是一些有特殊含義的字符，如上面說(shuō)的"*.txt"中的*，簡(jiǎn)單的說(shuō)就是表示任何字符串的意思。如果要查找文件名中有＊的文件，則需要對(duì)＊進(jìn)行轉(zhuǎn)義，即在其前加一個(gè)\。ls \*.txt。正則表達(dá)式有以下特殊字符。

特別字符 說(shuō)明 
$ 匹配輸入字符串的結(jié)尾位置。如果設(shè)置了 RegExp 對(duì)象的 Multiline 屬性，則 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，請(qǐng)使用 \$。 
( ) 標(biāo)記一個(gè)子表達(dá)式的開(kāi)始和結(jié)束位置。子表達(dá)式可以獲取供以后使用。要匹配這些字符，請(qǐng)使用 \( 和 \)。 
* 匹配前面的子表達(dá)式零次或多次。要匹配 * 字符，請(qǐng)使用 \*。 
+ 匹配前面的子表達(dá)式一次或多次。要匹配 + 字符，請(qǐng)使用 \+。 
. 匹配除換行符 \n之外的任何單字符。要匹配 .，請(qǐng)使用 \。 
[  標(biāo)記一個(gè)中括號(hào)表達(dá)式的開(kāi)始。要匹配 [，請(qǐng)使用 \[。 
? 匹配前面的子表達(dá)式零次或一次，或指明一個(gè)非貪婪限定符。要匹配 ? 字符，請(qǐng)使用 \&;。 
\&;將下一個(gè)字符標(biāo)記為或特殊字符、或原義字符、或向后引用、或八進(jìn)制轉(zhuǎn)義符。例如， 'n' 匹配字符 'n'。'\n' 匹配換行符。序列 '\\' 匹配 "\"，而 '\(' 則匹配 "("。 
^ 匹配輸入字符串的開(kāi)始位置，除非在方括號(hào)表達(dá)式中使用，此時(shí)它表示不接受該字符集合。要匹配 ^ 字符本身，請(qǐng)使用 \^。 
{ 標(biāo)記限定符表達(dá)式的開(kāi)始。要匹配 {，請(qǐng)使用 \{。 
| 指明兩項(xiàng)之間的一個(gè)選擇。要匹配 |，請(qǐng)使用 \|。 


　　構(gòu)造正則表達(dá)式的方法和創(chuàng)建數(shù)學(xué)表達(dá)式的方法一樣。也就是用多種元字符與操作符將小的表達(dá)式結(jié)合在一起來(lái)創(chuàng)建更大的表達(dá)式。正則表達(dá)式的組件可以是單個(gè)的字符、字符集合、字符范圍、字符間的選擇或者所有這些組件的任意組合。 

　　3.4 限定符

　　限定符用來(lái)指定正則表達(dá)式的一個(gè)給定組件必須要出現(xiàn)多少次才能滿足匹配。有*或+或?或{n}或{n,}或{n,m}共6種。

　　*、+和?限定符都是貪婪的，因?yàn)樗鼈儠?huì)盡可能多的匹配文字，只有在它們的后面加上一個(gè)?就可以實(shí)現(xiàn)非貪婪或最小匹配。

正則表達(dá)式的限定符有：

字符  描述 
*  匹配前面的子表達(dá)式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價(jià)于{0,}。 
+  匹配前面的子表達(dá)式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價(jià)于 {1,}。 
?  匹配前面的子表達(dá)式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價(jià)于 {0,1}。 
{n}  n 是一個(gè)非負(fù)整數(shù)。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個(gè) o。 
{n,}  n 是一個(gè)非負(fù)整數(shù)。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,}' 等價(jià)于 'o+'。'o{0,}' 則等價(jià)于 'o*'。 
{n,m}  m 和 n 均為非負(fù)整數(shù)，其中n = m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個(gè) o。'o{0,1}' 等價(jià)于 'o?'。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格。 

　　3.5 定位符

　　用來(lái)描述字符串或單詞的邊界，^和$分別指字符串的開(kāi)始與結(jié)束，\b描述單詞的前或后邊界，\B表示非單詞邊界。不能對(duì)定位符使用限定符。 

　　3.6 選擇

　　用圓括號(hào)將所有選擇項(xiàng)括起來(lái)，相鄰的選擇項(xiàng)之間用|分隔。但用圓括號(hào)會(huì)有一個(gè)副作用，是相關(guān)的匹配會(huì)被緩存，此時(shí)可用?:放在第一個(gè)選項(xiàng)前來(lái)消除這種副作用。

　　其中?:是非捕獲元之一，還有兩個(gè)非捕獲元是?=和?!，這兩個(gè)還有更多的含義，前者為正向預(yù)查，在任何開(kāi)始匹配圓括號(hào)內(nèi)的正則表達(dá)式模式的位置來(lái)匹配搜索字符串，后者為負(fù)向預(yù)查，在任何開(kāi)始不匹配該正則表達(dá)式模式的位置來(lái)匹配搜索字符串。 

　　3.7 后向引用

　 　對(duì)一個(gè)正則表達(dá)式模式或部分模式兩邊添加圓括號(hào)將導(dǎo)致相關(guān)匹配存儲(chǔ)到一個(gè)臨時(shí)緩沖區(qū)中，所捕獲的每個(gè)子匹配都按照在正則表達(dá)式模式中從左至右所遇到的內(nèi) 容存儲(chǔ)。存儲(chǔ)子匹配的緩沖區(qū)編號(hào)從 1 開(kāi)始，連續(xù)編號(hào)直至最大 99 個(gè)子表達(dá)式。每個(gè)緩沖區(qū)都可以使用 '\n' 訪問(wèn)，其中 n 為一個(gè)標(biāo)識(shí)特定緩沖區(qū)的一位或兩位十進(jìn)制數(shù)。

　　可以使用非捕獲元字符 '?:', '?=', or '?!' 來(lái)忽略對(duì)相關(guān)匹配的保存。 

4. 各種操作符的運(yùn)算優(yōu)先級(jí)

　　相同優(yōu)先級(jí)的從左到右進(jìn)行運(yùn)算，不同優(yōu)先級(jí)的運(yùn)算先高后低。各種操作符的優(yōu)先級(jí)從高到低如下：

操作符  描述 
\&; 轉(zhuǎn)義符 
(), (?:), (?=), []  圓括號(hào)和方括號(hào) 
*, +, ?, {n}, {n,}, {n,m}  限定符 
^, $, \anymetacharacter  位置和順序 
|  “或”操作 

5. 全部符號(hào)解釋

字符  描述 
\&; 將下一個(gè)字符標(biāo)記為一個(gè)特殊字符、或一個(gè)原義字符、或一個(gè) 向后引用、或一個(gè)八進(jìn)制轉(zhuǎn)義符。例如，'n' 匹配字符 "n"。'\n' 匹配一個(gè)換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。 
^  匹配輸入字符串的開(kāi)始位置。如果設(shè)置了 RegExp 對(duì)象的 Multiline 屬性，^ 也匹配 '\n' 或 '\r' 之后的位置。 
$  匹配輸入字符串的結(jié)束位置。如果設(shè)置了RegExp 對(duì)象的 Multiline 屬性，$ 也匹配 '\n' 或 '\r' 之前的位置。 
*  匹配前面的子表達(dá)式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價(jià)于{0,}。 
+  匹配前面的子表達(dá)式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價(jià)于 {1,}。 
?  匹配前面的子表達(dá)式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價(jià)于 {0,1}。 
{n}  n 是一個(gè)非負(fù)整數(shù)。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個(gè) o。 
{n,}  n 是一個(gè)非負(fù)整數(shù)。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,}' 等價(jià)于 'o+'。'o{0,}' 則等價(jià)于 'o*'。 
{n,m}  m 和 n 均為非負(fù)整數(shù)，其中n = m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個(gè) o。'o{0,1}' 等價(jià)于 'o?'。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格。 
?  當(dāng)該字符緊跟在任何一個(gè)其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面時(shí)，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認(rèn)的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對(duì)于字符串 "oooo"，'o+?' 將匹配單個(gè) "o"，而 'o+' 將匹配所有 'o'。 
.  匹配除 "\n" 之外的任何單個(gè)字符。要匹配包括 '\n' 在內(nèi)的任何字符，請(qǐng)使用象 '[.\n]' 的模式。 
(pattern)  匹配 pattern 并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中則使用 $0…$9 屬性。要匹配圓括號(hào)字符，請(qǐng)使用 '\(' 或 '\)'。 
(?:pattern)  匹配 pattern 但不獲取匹配結(jié)果，也就是說(shuō)這是一個(gè)非獲取匹配，不進(jìn)行存儲(chǔ)供以后使用。這在使用 "或" 字符 (|) 來(lái)組合一個(gè)模式的各個(gè)部分是很有用。例如， 'industr(?:y|ies) 就是一個(gè)比 'industry|industries' 更簡(jiǎn)略的表達(dá)式。 
(?=pattern)  正向預(yù)查，在任何匹配 pattern 的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說(shuō)，該匹配不需要獲取供以后使用。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"。預(yù)查不消耗字符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開(kāi)始。 
(?!pattern)  負(fù)向預(yù)查，在任何不匹配 pattern 的字符串開(kāi)始處匹配查找字符串。這是一個(gè)非獲取匹配，也就是說(shuō)，該匹配不需要獲取供以后使用。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"。預(yù)查不消耗字符，也就是說(shuō)，在一個(gè)匹配發(fā)生后，在最后一次匹配之后立即開(kāi)始下一次匹配的搜索，而不是從包含預(yù)查的字符之后開(kāi)始 
x|y  匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。 
[xyz]  字符集合。匹配所包含的任意一個(gè)字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。 
[^xyz]  負(fù)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]  字符范圍。匹配指定范圍內(nèi)的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范圍內(nèi)的任意小寫(xiě)字母字符。 
[^a-z]  負(fù)值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范圍內(nèi)的任意字符。 
\b  匹配一個(gè)單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。 
\B  匹配非單詞邊界。'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 匹配一個(gè) Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個(gè)原義的 'c' 字符。 
\d  匹配一個(gè)數(shù)字字符。等價(jià)于 [0-9]。 
\D  匹配一個(gè)非數(shù)字字符。等價(jià)于 [^0-9]。 
\f  匹配一個(gè)換頁(yè)符。等價(jià)于 \x0c 和 \cL。 
\n  匹配一個(gè)換行符。等價(jià)于 \x0a 和 \cJ。 
\r  匹配一個(gè)回車符。等價(jià)于 \x0d 和 \cM。 
\s  匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于 [ \f\n\r\t\v]。 
\S  匹配任何非空白字符。等價(jià)于 [^ \f\n\r\t\v]。 
\t  匹配一個(gè)制表符。等價(jià)于 \x09 和 \cI。 
\v  匹配一個(gè)垂直制表符。等價(jià)于 \x0b 和 \cK。 
\w  匹配包括下劃線的任何單詞字符。等價(jià)于'[A-Za-z0-9_]'。 
\W  匹配任何非單詞字符。等價(jià)于 '[^A-Za-z0-9_]'。 
\xn  匹配 n，其中 n 為十六進(jìn)制轉(zhuǎn)義值。十六進(jìn)制轉(zhuǎn)義值必須為確定的兩個(gè)數(shù)字長(zhǎng)。例如，'\x41' 匹配 "A"。'\x041' 則等價(jià)于 '\x04'  "1"。正則表達(dá)式中可以使用 ASCII 編碼。. 
\num  匹配 num，其中 num 是一個(gè)正整數(shù)。對(duì)所獲取的匹配的引用。例如，'(.)\1' 匹配兩個(gè)連續(xù)的相同字符。 
\n  標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果 \n 之前至少 n 個(gè)獲取的子表達(dá)式，則 n 為向后引用。否則，如果 n 為八進(jìn)制數(shù)字 (0-7)，則 n 為一個(gè)八進(jìn)制轉(zhuǎn)義值。 
\nm  標(biāo)識(shí)一個(gè)八進(jìn)制轉(zhuǎn)義值或一個(gè)向后引用。如果 \nm 之前至少有 nm 個(gè)獲得子表達(dá)式，則 nm 為向后引用。如果 \nm 之前至少有 n 個(gè)獲取，則 n 為一個(gè)后跟文字 m 的向后引用。如果前面的條件都不滿足，若 n 和 m 均為八進(jìn)制數(shù)字 (0-7)，則 \nm 將匹配八進(jìn)制轉(zhuǎn)義值 nm。 
\nml  如果 n 為八進(jìn)制數(shù)字 (0-3)，且 m 和 l 均為八進(jìn)制數(shù)字 (0-7)，則匹配八進(jìn)制轉(zhuǎn)義值 nml。 
\un  匹配 n，其中 n 是一個(gè)用四個(gè)十六進(jìn)制數(shù)字表示的 Unicode 字符。例如， \u00A9 匹配版權(quán)符號(hào) (?)。 
6. 部分例子

正則表達(dá)式 說(shuō)明 
/\b([a-z]+) \1\b/gi 一個(gè)單詞連續(xù)出現(xiàn)的位置 
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/  將一個(gè)URL解析為協(xié)議、域、端口及相對(duì)路徑 
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/ 定位章節(jié)的位置 
/[-a-z]/ A至z共26個(gè)字母再加一個(gè)-號(hào)。 
/ter\b/ 可匹配chapter，而不能terminal 
/\Bapt/ 可匹配chapter，而不能aptitude 
/Windows(?=95 |98 |NT )/ 可匹配Windows95或Windows98或WindowsNT,當(dāng)找到一個(gè)匹配后，從Windows后面開(kāi)始進(jìn)行下一次的檢索匹配。 

7. 正則表達(dá)式匹配規(guī)則

　　7.1 基本模式匹配

　　一切從最基本的開(kāi)始。模式，是正規(guī)表達(dá)式最基本的元素，它們是一組描述字符串特征的字符。模式可以很簡(jiǎn)單，由普通的字符串組成，也可以非常復(fù)雜，往往用特殊的字符表示一個(gè)范圍內(nèi)的字符、重復(fù)出現(xiàn)，或表示上下文。例如：

　　^once 

　 　這個(gè)模式包含一個(gè)特殊的字符^，表示該模式只匹配那些以once開(kāi)頭的字符串。例如該模式與字符串"once upon a time"匹配，與"There once was a man from NewYork"不匹配。正如如^符號(hào)表示開(kāi)頭一樣，$符號(hào)用來(lái)匹配那些以給定模式結(jié)尾的字符串。

　　bucket$ 

　　這個(gè)模式與"Who kept all of this cash in a bucket"匹配，與"buckets"不匹配。字符^和$同時(shí)使用時(shí)，表示精確匹配（字符串與模式一樣）。例如：

　　^bucket$ 

　　只匹配字符串"bucket"。如果一個(gè)模式不包括^和$，那么它與任何包含該模式的字符串匹配。例如：模式

　　once 

　　與字符串

　　There once was a man from NewYork
　　Who kept all of his cash in a bucket.

　　是匹配的。

　 　在該模式中的字母(o-n-c-e)是字面的字符，也就是說(shuō)，他們表示該字母本身，數(shù)字也是一樣的。其他一些稍微復(fù)雜的字符，如標(biāo)點(diǎn)符號(hào)和白字符（空 格、制表符等），要用到轉(zhuǎn)義序列。所有的轉(zhuǎn)義序列都用反斜杠(\)打頭。制表符的轉(zhuǎn)義序列是：\t。所以如果我們要檢測(cè)一個(gè)字符串是否以制表符開(kāi)頭，可以 用這個(gè)模式：

　　^\t 

　　類似的，用\n表示“新行”，\r表示回車。其他的特殊符號(hào)，可以用在前面加上反斜杠，如反斜杠本身用\\表示，句號(hào).用\.表示，以此類推。

　　7.2 字符簇

　　在INTERNET的程序中，正規(guī)表達(dá)式通常用來(lái)驗(yàn)證用戶的輸入。當(dāng)用戶提交一個(gè)FORM以后，要判斷輸入的電話號(hào)碼、地址、EMAIL地址、信用卡號(hào)碼等是否有效，用普通的基于字面的字符是不夠的。

　　所以要用一種更自由的描述我們要的模式的辦法，它就是字符簇。要建立一個(gè)表示所有元音字符的字符簇，就把所有的元音字符放在一個(gè)方括號(hào)里：

　　[AaEeIiOoUu] 

　　這個(gè)模式與任何元音字符匹配，但只能表示一個(gè)字符。用連字號(hào)可以表示一個(gè)字符的范圍，如：

　　[a-z] //匹配所有的小寫(xiě)字母 
　　[A-Z] //匹配所有的大寫(xiě)字母 
　　[a-zA-Z] //匹配所有的字母 
　　[0-9] //匹配所有的數(shù)字 
　　[0-9\.\-] //匹配所有的數(shù)字，句號(hào)和減號(hào) 
　　[ \f\r\t\n] //匹配所有的白字符 

　　同樣的，這些也只表示一個(gè)字符，這是一個(gè)非常重要的。如果要匹配一個(gè)由一個(gè)小寫(xiě)字母和一位數(shù)字組成的字符串，比如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話，用這個(gè)模式：

　　^[a-z][0-9]$ 

　　盡管[a-z]代表26個(gè)字母的范圍，但在這里它只能與第一個(gè)字符是小寫(xiě)字母的字符串匹配。

　　前面曾經(jīng)提到^表示字符串的開(kāi)頭，但它還有另外一個(gè)含義。當(dāng)在一組方括號(hào)里使用^是，它表示“非”或“排除”的意思，常常用來(lái)剔除某個(gè)字符。還用前面的例子，我們要求第一個(gè)字符不能是數(shù)字：

　　^[^0-9][0-9]$ 

　　這個(gè)模式與"5"、"g7"及"-2"是匹配的，但與"12"、"66"是不匹配的。下面是幾個(gè)排除特定字符的例子：

　　[^a-z] //除了小寫(xiě)字母以外的所有字符 
　　[^\\\/\^] //除了(\)(/)(^)之外的所有字符 
　　[^\"\'] //除了雙引號(hào)(")和單引號(hào)(')之外的所有字符 

　　特殊字符"." (點(diǎn)，句號(hào))在正規(guī)表達(dá)式中用來(lái)表示除了“新行”之外的所有字符。所以模式"^.5$"與任何兩個(gè)字符的、以數(shù)字5結(jié)尾和以其他非“新行”字符開(kāi)頭的字符串匹配。模式"."可以匹配任何字符串，除了空串和只包括一個(gè)“新行”的字符串。

　　PHP的正規(guī)表達(dá)式有一些內(nèi)置的通用字符簇，列表如下：

　　字符簇含義 

　　[[:alpha:]] 任何字母 
　　[[:digit:]] 任何數(shù)字 
　　[[:alnum:]] 任何字母和數(shù)字 
　　[[:space:]] 任何白字符 
　　[[:upper:]] 任何大寫(xiě)字母 
　　[[:lower:]] 任何小寫(xiě)字母 
　　[[:punct:]] 任何標(biāo)點(diǎn)符號(hào) 
　　[[:xdigit:]] 任何16進(jìn)制的數(shù)字，相當(dāng)于[0-9a-fA-F] 

　　7.3 確定重復(fù)出現(xiàn)

　　到現(xiàn)在為止，你已經(jīng)知道如何去匹配一個(gè)字母或數(shù)字，但更多的情況下，可能要匹配一個(gè)單詞或一組數(shù)字。一個(gè)單詞有若干個(gè)字母組成，一組數(shù)字有若干個(gè)單數(shù)組成。跟在字符或字符簇后面的花括號(hào)({})用來(lái)確定前面的內(nèi)容的重復(fù)出現(xiàn)的次數(shù)。 

　　字符簇 含義 
　　^[a-zA-Z_]$ 所有的字母和下劃線 
　　^[[:alpha:]]{3}$ 所有的3個(gè)字母的單詞 
　　^a$ 字母a 
　　^a{4}$ aaaa 
　　^a{2,4}$ aa,aaa或aaaa 
　　^a{1,3}$ a,aa或aaa 
　　^a{2,}$ 包含多于兩個(gè)a的字符串 
　　^a{2,} 如：aardvark和aaab，但apple不行 
　　a{2,} 如：baad和aaa，但Nantucket不行 
　　\t{2} 兩個(gè)制表符 
　　.{2} 所有的兩個(gè)字符 

　 　這些例子描述了花括號(hào)的三種不同的用法。一個(gè)數(shù)字，{x}的意思是“前面的字符或字符簇只出現(xiàn)x次”；一個(gè)數(shù)字加逗號(hào)，{x,}的意思是“前面的內(nèi)容出 現(xiàn)x或更多的次數(shù)”；兩個(gè)用逗號(hào)分隔的數(shù)字，{x,y}表示“前面的內(nèi)容至少出現(xiàn)x次，但不超過(guò)y次”。我們可以把模式擴(kuò)展到更多的單詞或數(shù)字：

　　^[a-zA-Z0-9_]{1,}$ //所有包含一個(gè)以上的字母、數(shù)字或下劃線的字符串 
　　^[0-9]{1,}$ //所有的正數(shù) 
　　^\-{0,1}[0-9]{1,}$ //所有的整數(shù) 
　　^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$ //所有的小數(shù) 

　 　最后一個(gè)例子不太好理解，是嗎？這么看吧：與所有以一個(gè)可選的負(fù)號(hào)(\-{0,1})開(kāi)頭(^)、跟著0個(gè)或更多的數(shù)字([0-9]{0,})、和一個(gè) 可選的小數(shù)點(diǎn)(\.{0,1})再跟上0個(gè)或多個(gè)數(shù)字([0-9]{0,})，并且沒(méi)有其他任何東西($)。下面你將知道能夠使用的更為簡(jiǎn)單的方法。

　　特殊字符"?"與{0,1}是相等的，它們都代表著：“0個(gè)或1個(gè)前面的內(nèi)容”或“前面的內(nèi)容是可選的”。所以剛才的例子可以簡(jiǎn)化為：

　　^\-?[0-9]{0,}\.?[0-9]{0,}$ 

　　特殊字符"*"與{0,}是相等的，它們都代表著“0個(gè)或多個(gè)前面的內(nèi)容”。最后，字符"+"與 {1,}是相等的，表示“1個(gè)或多個(gè)前面的內(nèi)容”，所以上面的4個(gè)例子可以寫(xiě)成：

　　^[a-zA-Z0-9_]+$ //所有包含一個(gè)以上的字母、數(shù)字或下劃線的字符串 
　　^[0-9]+$ //所有的正數(shù) 
　　^\-?[0-9]+$ //所有的整數(shù) 
　　^\-?[0-9]*\.?[0-9]*$ //所有的小數(shù) 

　　當(dāng)然這并不能從技術(shù)上降低正規(guī)表達(dá)式的復(fù)雜性，但可以使它們更容易閱讀。