①正規表示式的概述
正規表示式原本是形式語言理論中的概念，與編譯器的構造有密切的聯絡。但是作為乙個應用軟體的使用者，我們沒有必要去細究正規表示式的嚴格定義和處理方法。本文將從實用的角度出發，闡述引入正規表示式的目的、正規表示式的命令格式，以及如何利用正規表示式完成一些實際的文字處理工作。
我們在處理文字時，經常會遇到一些具有某種特定格式，或者說滿足某種規則的文字。比如，乙個無符號的整數由一連串的數字構成，而乙個email位址的格式則是「使用者名稱@主機名」，其中使用者名稱是一串字母或數字，主機名則是由若干個由「.」分隔的字母數字串。正規表示式就是用來指定這種規則的。如果某個字串滿足正規表示式指定的規則，則稱該字串為正規表示式的乙個「匹配串」。
②正規表示式的構成
為了方便理解，讓我們先來看看大家比較熟悉的數學表示式，「(x 3)*2 y」是乙個典型的數學表示式。乙個數學表示式由若干個「項」組成，「項」與「項」之間用加號或減號相連；這裡「(x 3)*2」和「y」分別是兩個項。每個項又由若干個「因子」組成，因子之間用乘號或除號相連；這裡第乙個項有兩個因子「(x 3)」和「2」，而第二個項只有乙個因子「y」。每個因子可以是乙個簡單的數，乙個代數變數，也可以是放在括號裡面的另乙個表示式。對於最後一種情況，括號中的表示式稱為「子表示式」；這裡「x 3」就是乙個子表示式。
正規表示式的結構與數學表示式很相似。與數學表示式的「項」相對應，正規表示式由若干個「分支」構成，「分支」之間用符號「|」相連。從邏輯上講，分支之間是一種「或」的關係，乙個字串只要與正規表示式中的任何乙個分支相匹配，這個字串就與整個正規表示式相匹配。比如，「第三人稱代詞」可以用正規表示式表示為「他|她|它|他們|她們|它們」。
與數學表示式的「因子」相對應，構成正規表示式「分支」的部件稱為「原子」。「原子」與「原子」之間沒有任何符號相連。從邏輯上講，原子之間是串接的關係，乙個字串必須與各個原子依次相匹配，才算與這個分支相匹配。比如在上面的例子中，分支「他們」由兩個原子「他」和「們」組成。
正規表示式的本質是它的「原子」可以有多種不同的形式。前面的例子是最簡單的情形，即每個原子由乙個普通字元組成。除此以外，「原子」還可以是特殊符號、萬用字元、字符集以及子表示式。
ａ、特殊符號
可以作為特殊符號的原子有：
^ 匹配行首。例如，「^他」匹配出現在行首的「他」 字。值得注意的是，這個符號僅僅表示「行首」這個 位置，與它相匹配的字串長度為0；
$ 匹配行末。與「^」相似，它僅表示「行末」這個位 置。例如，「。$」匹配出現在行末的句號；
< 匹配詞首。詞首的定義是緊接在非字母數字之後的第 乙個字母數字或下劃線(_)，漢字永遠是詞首。與「^」 相似，它僅表示「詞首」這個位置，匹配長度為0；
> 匹配詞尾。詞尾是指緊接在字母數字或下劃線之後的 第乙個非字母數字下劃線，任一漢字之後也屬於詞尾。 詞尾的匹配長度也是0；
\t tab字元；
\e esc字元；
ｂ、萬用字元
萬用字元是用乙個符號(或幾個符號組合)來匹配某一類滿足條件的字元。可以使用萬用字元來查詢字元是正規表示式的一大特點。萬用字元(注意大小寫的區別)：
半形部分： .(句點) 匹配任何字元； \a 匹配任意英文本母； \~a 匹配除字母外的任意字元； \d 匹配任意數字； \~d 匹配除數字外的任意字元； \h 匹配任意詞首字元(字母及下劃線)； \~h 匹配除字母及下劃線以外的任意字元； \l 匹配任意小寫字母； \~l 匹配除小寫字母外的任意字元； \o 匹配任意八進位制數字相匹配(0-7)； \~o 匹配除八進位制數字外的任意字元； \p 匹配任意半形標點符號； \~p 匹配除半形標點以外的任意字元； \s 匹配任意空白字元（空格、tab）； \~s 匹配任意非空白字元； \u 匹配任意大寫字母； \~u 匹配除大寫字母外的任意字元； \w 匹配可成詞的字元(字母、數字及下劃線)； \~w 匹配成詞字元外的任意字元； \x 匹配任意十六進製制數字(0-9，a-f, a-f)； \~x 匹配除十六進製制數字外的任意字元；
全形部分： \f 匹配任意雙位元組字元（漢字或全形符號）； \~f 匹配任意單位元組字元； \a 匹配任意全形ascii字元； \b 匹配任意收錄在big5碼集中的雙位元組字元； \~b 匹配未收錄在big5碼集中的雙位元組字元； \c 匹配任意漢字(不包括符號)； \~c 匹配非漢字的雙位元組字元； \d 匹配地支字元(子丑寅卯……)； \g 匹配收錄在gb碼集中的雙位元組字元； \~g 匹配非收錄在gb碼集中的雙位元組字元； \k 匹配日文片假名； \k 匹配日文平假名； \m 匹配小寫希臘字母； \m 匹配大寫希臘字母； \n 匹配中文數字(一二三四……)； \n 匹配大寫中文數字(壹貳叄肆……)； \p 匹配全形標點符號； \r 匹配小寫俄文本母； \r 匹配大寫俄文本母； \s 匹配數學符號； \s 匹配中文序號(⒈⒉⒊⒋……)； \t 匹配天乾字元(甲乙丙丁……)； \v 匹配豎排標點符號； \y 匹配拼音字元； \y 匹配注音字元； \z 匹配製表字元；
ｃ、字符集
字符集是用一對方括號括起來的字串，用以匹配字符集中的任何乙個字元。比如「[他她它]」匹配單數第三人稱代詞。如果方括號中的第乙個字元是"^"，則匹配除指定字元外的任何其它字元。在字符集中，還可以用"-"表示字元的範圍，例如「[a-z]」匹配任何小寫字母。注意盡量不要用「-」表示漢字的範圍，因為漢字並沒有公認的次序，目前是依據漢字內碼來確定範圍的。如果兩個漢字的內碼相差很大，將消耗大量的記憶體，運算也將非常緩慢。為了避免這種現象，限制表示範圍的起始與終止漢字必須位於同一區。如果字符集要包括字元「]」、「^」、「-」或「\」，可以在這些字元前加「\」。例如「[\^xyz]」匹配"^", "x","y"或"z"。另外需要特別指出的是，前面所述的特殊字元及萬用字元，除了"\t"和"\e"外，在字符集中均作為普通字元處理。
字符集的匹配速度比萬用字元慢，所以應該盡可能地使用萬用字元。例如要查詢半形數字時，應該使用\d，而不要使用[0-9]，雖然後者也是正確的。
ｄ、子表示式
子表示式是指用一對括弧()括起來的另外乙個正規表示式。使用子表示式有兩種主要的目的。一是改變匹配的優先順序，例如「中|西文軟體」匹配的是「中」或「西文軟體」，但是「(中|西)文軟體」匹配的是「中文軟體」或「西文軟體」。
使用子表示式的另乙個目的，是引用前面匹配到的內容。例如要查詢形如「哈哈」、「嘻嘻」的疊字詞，可以寫「(\c)\1」。這裡「(\c)」匹配任意漢字，而「\1」則引用匹配到的內容。允許在乙個查詢串包含最多9個子表示式，它們的匹配內容可以分別用「\1」，「\2」...「\9」來加以引用。子表示式也可以巢狀另乙個子表示式，子表示式左括號出現的序號為這個表示式的編號。另外需要注意的是，只能引用已經匹配了的子表示式，象上面的例子不可以寫成「\1(\c)」，同理，也不應該引用不同分支中的子表示式，因為乙個正規表示式中只可能有乙個分支被匹配。
ｅ、重複指示符
正規表示式的另外乙個強大的功能是重複匹配的能力。前述的任何一種「原子」之後，都可以指定乙個重複指示符。下面列出各種重複指示符：
? 表示前一「原子」可有可無(重複0或1次)。例如 「我們?」匹配「我」或「我們」；
+ 表示前一「原子」至少匹配一次。例如「\d+」匹 配任何乙個無符號整數；
* 表示前一「前子」重複匹配0或多次。例如「\h\w*」 表示許多高階語言對「變數」的定義：以字母或下劃 線開頭，後接任意多個字母數字或下劃線；
表示前一「原子」重複匹配n次。例如「\c啦」 匹配「嘩啦啦啦」或「呼啦啦啦」等；
表示前一「原子」重複匹配n至m次，其中n<=m。如果 n>m，將自動交換m與n的值；
至少重複匹配n次，相當於；
至多重複匹配m次，相當於；
{} 重複任意多次，相當於*。
重複匹配m至n次，匹配次數盡可能少；
至少重複匹配n次，匹配次數盡可能少；
至多重複匹配m次，匹配次數盡可能少，相當於；
重複任意多次，類似於*，但匹配次數盡可能少。
重複指示符只對緊鄰在其前的「原子」起作用，例如「你好+」將匹配「你好」，「你好好」……。但是不會匹配「你好你好」。如果要重複匹配一組原子，可以使用括號(子表示式)，如「(你好)+」就會匹配「你好你好」。
需要指出的是，重複指示符與引用子表示式具有不同的含義。重複指示符是重複「匹配」，至於匹配的內容則可以不同；而引用子表示式則是重複匹配的內容。例如，「\d」可以匹配任何乙個兩位數的整數，但是「(\d)\1」只能匹配「11」、「22」、「33」等數字相同兩位數。當然，也可以重複引用子表示式，如「(\d)\1*」可以匹配「2」，「33」、「111」等各位數全同的整數。
如前所述，在正規表示式中，以下字元「*?+.(){}\」具有特殊的含義。如果需要查詢這些字元本身，可以在該字元前加乙個反斜槓「\」。例如查「\def」可以輸入「\\def」。
VBA 正規表示式
1.寫好正規表示式，在資料擷取處理中是十分有優勢的，以下舉幾個例子來學習一下正規表示式的用法 option explicit public function getnum2 str as string with createobject vbscript.regexp global false 全域...
正規表示式 正規表示式 總結
非負整數 d 正整數 0 9 1 9 0 9 非正整數 d 0 負整數 0 9 1 9 0 9 整數 d 非負浮點數 d d 正浮點數 0 9 0 9 1 9 0 9 0 9 1 9 0 9 0 9 0 9 1 9 0 9 非正浮點數 d d 0 0 負浮點數 正浮點數正則式 英文本串 a za z...
正規表示式 表示式
網域名稱 a za z0 9 a za z0 9 a za z0 9 a za z0 9 interneturl a za z s 或 http w w w 手機號碼 13 0 9 14 5 7 15 0 1 2 3 5 6 7 8 9 18 0 1 2 3 5 6 7 8 9 d 號碼 x x x...