詳情請看：https://my.oschina.net/u/167671/blog/684878

\ 匹配轉義的，a[bcd]e  能匹配出abe,ace,ade  []裡面的是或的意思，只能匹配方括號裡面的一個。a[bcd]+e  就能匹配出多個，如abcde  。  

換行符在程式碼裡面是看不見的，但是它是存在的

| 表示的是或，abdf|abdcf|adand   或。

/s 可以匹配到空格，換行符等

c=a\nb   len(c)是3，\n表示的是一個字元，並不是\  和n  

r 的功能是轉義。

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

列目錄時， dir *.txt或ls *.txt中的*.txt就不是一個正則表示式,因為這裡*與正則式的*的含義是不同的。

正則表示式是由普通字元（例如字元 a 到 z）以及特殊字元（稱為元字元）組成的文字模式。正則表示式作為一個模板，將某個字元模式與所搜尋的字串進行匹配。 

3.1 普通字元

由所有那些未顯式指定為元字元的列印和非列印字元組成。這包括所有的大寫和小寫字母字元，所有數字，所有標點符號以及一些符號。 

3.2 非列印字元

3.3 特殊字元

所謂特殊字元，就是一些有特殊含義的字元，如上面說的”*.txt”中的*，簡單的說就是表示任何字串的意思。如果要查詢檔名中有＊的檔案，則需要對＊進行轉義，即在其前加一個\。ls \*.txt。正則表示式有以下特殊字元。

構造正則表示式的方法和建立數學表示式的方法一樣。也就是用多種元字元與操作符將小的表示式結合在一起來建立更大的表示式。正則表示式的元件可以是單個的字元、字元集合、字元範圍、字元間的選擇或者所有這些元件的任意組合。 

3.4 限定符

限定符用來指定正則表示式的一個給定元件必須要出現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，因為它們會盡可能多的匹配文字，只有在它們的後面加上一個?就可以實現非貪婪或最小匹配。

正則表示式的限定符有：

 3.5 定位符

用來描述字串或單詞的邊界，^和$分別指字串的開始與結束，\b描述單詞的前或後邊界，\B表示非單詞邊界。不能對定位符使用限定符。 

3.6 選擇

用圓括號將所有選擇項括起來，相鄰的選擇項之間用|分隔。但用圓括號會有一個副作用，是相關的匹配會被快取，此時可用?:放在第一個選項前來消除這種副作用。

其中?:是非捕獲元之一，還有兩個非捕獲元是?=和?!，這兩個還有更多的含義，前者為正向預查，在任何開始匹配圓括號內的正則表示式模式的位置來匹配搜尋字串，後者為負向預查，在任何開始不匹配該正則表示式模式的位置來匹配搜尋字串。 

3.7 後向引用

對一個正則表示式模式或部分模式兩邊新增圓括號將導致相關匹配儲存到一個臨時緩衝區中，所捕獲的每個子匹配都按照在正則表示式模式中從左至右所遇到的內容儲存。儲存子匹配的緩衝區編號從 1 開始，連續編號直至最大 99 個子表示式。每個緩衝區都可以使用 ‘\n’ 訪問，其中 n 為一個標識特定緩衝區的一位或兩位十進位制數。

可以使用非捕獲元字元 ‘?:’, ‘?=’, or ‘?!’ 來忽略對相關匹配的儲存。

4. 各種操作符的運算優先順序

相同優先順序的從左到右進行運算，不同優先順序的運算先高後低。各種操作符的優先順序從高到低如下：

5. 全部符號解釋 

6. 部分例子

7. 正則表示式匹配規則 

7.1 基本模式匹配

一切從最基本的開始。模式，是正規表示式最基本的元素，它們是一組描述字串特徵的字元。模式可以很簡單，由普通的字串組成，也可以非常複雜，往往用特殊的字元表示一個範圍內的字元、重複出現，或表示上下文。例如：

^once

這個模式包含一個特殊的字元^，表示該模式只匹配那些以once開頭的字串。例如該模式與字串”once upon a time”匹配，與”There once was a man from NewYork”不匹配。正如如^符號表示開頭一樣，$符號用來匹配那些以給定模式結尾的字串。

bucket$

這個模式與”Who kept all of this cash in a bucket”匹配，與”buckets”不匹配。字元^和$同時使用時，表示精確匹配（字串與模式一樣）。例如：

^bucket$

只匹配字串”bucket”。如果一個模式不包括^和$，那麼它與任何包含該模式的字串匹配。例如：模式

once

與字串

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)是字面的字元，也就是說，他們表示該字母本身，數字也是一樣的。其他一些稍微複雜的字元，如標點符號和白字元（空格、製表符等），要用到轉義序列。所有的轉義序列都用反斜槓(\)打頭。製表符的轉義序列是：\t。所以如果我們要檢測一個字串是否以製表符開頭，可以用這個模式：

^\t

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

7.2 字元簇

在INTERNET的程式中，正規表示式通常用來驗證使用者的輸入。當用戶提交一個FORM以後，要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等是否有效，用普通的基於字面的字元是不夠的。

所以要用一種更自由的描述我們要的模式的辦法，它就是字元簇。要建立一個表示所有母音字元的字元簇，就把所有的母音字元放在一個方括號裡：

[AaEeIiOoUu]

這個模式與任何母音字元匹配，但只能表示一個字元。用連字號可以表示一個字元的範圍，如：

[a-z] //匹配所有的小寫字母 
[A-Z] //匹配所有的大寫字母 
[a-zA-Z] //匹配所有的字母 
[0-9] //匹配所有的數字 
[0-9\.\-] //匹配所有的數字，句號和減號 
[ \f\r\t\n] //匹配所有的白字元

同樣的，這些也只表示一個字元，這是一個非常重要的。如果要匹配一個由一個小寫字母和一位數字組成的字串，比如”z2″、”t6″或”g7″，但不是”ab2″、”r2d3″ 或”b52″的話，用這個模式：

^[a-z][0-9]$

儘管[a-z]代表26個字母的範圍，但在這裡它只能與第一個字元是小寫字母的字串匹配。

前面曾經提到^表示字串的開頭，但它還有另外一個含義。當在一組方括號裡使用^是，它表示“非”或“排除”的意思，常常用來剔除某個字元。還用前面的例子，我們要求第一個字元不能是數字：

^[^0-9][0-9]$

這個模式與”&5″、”g7″及”-2″是匹配的，但與”12″、”66″是不匹配的。下面是幾個排除特定字元的例子：

[^a-z] //除了小寫字母以外的所有字元 
[^\\\/\^] //除了(\)(/)(^)之外的所有字元 
[^\”\’] //除了雙引號(”)和單引號(’)之外的所有字元

特殊字元”.” (點，句號)在正規表示式中用來表示除了“新行”之外的所有字元。所以模式”^.5$”與任何兩個字元的、以數字5結尾和以其他非“新行”字元開頭的字串匹配。模式”.”可以匹配任何字串，除了空串和只包括一個“新行”的字串。

PHP的正規表示式有一些內建的通用字元簇，列表如下：

字元簇含義

[[:alpha:]] 任何字母 
[[:digit:]] 任何數字 
[[:alnum:]] 任何字母和數字 
[[:space:]] 任何白字元 
[[:upper:]] 任何大寫字母 
[[:lower:]] 任何小寫字母 
[[:punct:]] 任何標點符號 
[[:xdigit:]] 任何16進位制的數字，相當於[0-9a-fA-F] 

7.3 確定重複出現

到現在為止，你已經知道如何去匹配一個字母或數字，但更多的情況下，可能要匹配一個單詞或一組數字。一個單詞有若干個字母組成，一組數字有若干個單陣列成。跟在字元或字元簇後面的花括號({})用來確定前面的內容的重複出現的次數。

字元簇 含義 
^[a-zA-Z_]$ 所有的字母和下劃線 
^[[:alpha:]]{3}$ 所有的3個字母的單詞 
^a$ 字母a 
^a{4}$ aaaa 
^a{2,4}$ aa,aaa或aaaa 
^a{1,3}$ a,aa或aaa 
^a{2,}$ 包含多於兩個a的字串 
^a{2,} 如：aardvark和aaab，但apple不行 
a{2,} 如：baad和aaa，但Nantucket不行 
\t{2} 兩個製表符 
.{2} 所有的兩個字元

這些例子描述了花括號的三種不同的用法。一個數字，{x}的意思是“前面的字元或字元簇只出現x次”；一個數字加逗號，{x,}的意思是“前面的內容出現x或更多的次數”；兩個用逗號分隔的數字，{x,y}表示“前面的內容至少出現x次，但不超過y次”。我們可以把模式擴充套件到更多的單詞或數字：

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

最後一個例子不太好理解，是嗎？這麼看吧：與所有以一個可選的負號(\-{0,1})開頭(^)、跟著0個或更多的數字([0-9]{0,})、和一個可選的小數點(\.{0,1})再跟上0個或多個數字([0-9]{0,})，並且沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。

特殊字元”?”與{0,1}是相等的，它們都代表著：“0個或1個前面的內容”或“前面的內容是可選的”。所以剛才的例子可以簡化為：

^\-?[0-9]{0,}\.?[0-9]{0,}$

特殊字元”*”與{0,}是相等的，它們都代表著“0個或多個前面的內容”。最後，字元”+”與 {1,}是相等的，表示“1個或多個前面的內容”，所以上面的4個例子可以寫成：

^[a-zA-Z0-9_]+$ //所有包含一個以上的字母、數字或下劃線的字串 
^[0-9]+$ //所有的正數 
^\-?[0-9]+$ //所有的整數 
^\-?[0-9]*\.?[0-9]*$ //所有的小數

當然這並不能從技術上降低正規表示式的複雜性，但可以使它們更容易閱讀。

轉自：http://blog.sina.com.cn/s/blog_461c24d50100dtnz.html

正則表示式非常有用，查詢、匹配、處理字串、替換和轉換字串，輸入輸出等。而且各種語言都支援，例如.NET正則庫，JDK正則包, Perl, JavaScript等各種指令碼語言都支援正則表示式。下面整理一些常用的正則表示式。

string newsContent = @"url:<a href=""1.html""><img src=""1.gif"">test<span style=""color:red;"">

Regex</span></a>.";

Regex regEnd = new Regex(@"<\s*a[^>]*>([^<]|<(?!/a))*<\s*/a\s*>",RegexOptions.Multiline);

1. 匹配組

常用的組匹配：(實用)

(exp)	匹配exp並且捕獲到一個自動命名的組
(?<name>exp)	匹配exp並且捕獲到組’name’
(?=exp)	exp出現在宣告右側，但exp不作為匹配  括號中的模式必須出現在宣告右側，但不作為匹配的一部分 ，例如： 輸入： public keywod string "abc";  正則：\b\w+(?=ing\b)，返回“str”，  意思為：匹配以ing結束的單詞，但ing不作為返回
(?<=exp)	exp出現在宣告左側，但exp不作為匹配  括號中的模式必須出現在宣告左側，但不作為匹配的一部分 ，例如： 輸入： public remember string "abc";  正則：(?<=\bre)\w+\b，返回“member”，  意思為：匹配以re開頭的單詞，但re不作為返回
(?!exp)	exp不出現在宣告右側，但exp不作為匹配  括號中的模式必須不出現在宣告右側 ，例如：  輸入： remember aqa bqu "abc";  正則：\b\w*q(?!u)\w*\b，返回“aqa”，  意思為：匹配帶q後面不是跟隨u的單詞
(?<!exp)	exp不出現在宣告左側，但exp不作為匹配

 

輸入：public string keywod = "abc"; string value = "test";

目的：匹配 關鍵字=""，例如獲得關鍵字keyword，value；獲得等於的值abc和test

表示式：string (?<x>[^=]*?) *= *(?<y>[^;]*?);

程式碼：

private void ParseKeywords(string input)

{

System.Text.RegularExpressions.MatchCollection mc =

System.Text.RegularExpressions.Regex.Matches(input, @"string (?<x>[^=]*?) *= *(?<y>[^;]*?);");

if (mc != null && mc.Count > 0)

{

foreach (System.Text.RegularExpressions.Match m in mc)

{

string keyword = m.Groups["x"].Value;

string value = m.Groups["y"].Value;

}

}

}

2. 匹配並替換

輸入：public <%=classname%>Extension : IExt

目的：匹配 <%= %>中間的classname並替換

表示式：<%=.*%>

程式碼：

private string Replace(string input)

{

return Regex.Replace(input, @"<%=.*%>", new MatchEvaluator(RefineCodeTag), RegexOptions.Singleline);

}

string RefineCodeTag(Match m)

{

string x = m.ToString();

x = Regex.Replace(x, "<%=", "");

x = Regex.Replace(x, "%>", "");

return x.Trim() + ",";

}

正則表示式選項RegexOptions:

ExplicitCapture	n	只有定義了命名或編號的組才捕獲
IgnoreCase	i	不區分大小寫
IgnorePatternWhitespace	x	消除模式中的非轉義空白並啟用由 # 標記的註釋。
MultiLine	m	多行模式，其原理是修改了^和$的含義
SingleLine	s	單行模式，和MultiLine相對應

正則表示式替換的其他功能：

$number	把匹配的第number組替換成替換表示式    這段程式碼返回的是 “01 012 03 05” 就是說，對組一的每個匹配結果都用"0$1"這個表示式來替換，"0$1"中"$1"由組1匹配的結果代入   public static void Main() { string s = "1 12 3 5"; s = Regex.Replace(s,@"(\d+)(?#這個是註釋)","0$1",RegexOptions.Compiled|RegexOptions.IgnoreCase); Console.WriteLine(s); Console.ReadLine(); }
${name}	把匹配的組名為"name"的組替換成表示式， 上例的Regex expression改成@"(?<name>\d+)(?#這個是註釋)"後面的替換式改為"0${name}"結果是一樣的
$$	做$的轉義符，如上例表示式改成@"(?<name>\d+)(?#這個是註釋)"和"$$${name}"，則結果為"$1 $12 $3 $5"
$&	替換整個匹配
$`	替換匹配前的字元
$'	替換匹配後的字元
$+	替換最後匹配的組
$_	替換整個字串

 

3. 匹配URL中檔名

輸入：http://www.9499.net/page1.htm

目的：從URL地址中提取檔名

表示式：s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2") ;

程式碼：

string s = "http://www.9499.net/page1.htm"; 
s = s.replace(/(.*\/){0,}([^\.]+).*/ig, "$2") ;