分组我们已经提到了怎么重复单个字符;但如果想要重复一个字符串又该怎么办?你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了，你也可以对子表达式进行其它一些操作(教程后面会有介绍)。
(d{1,3}.){3}d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式，请按下列顺序分析它:d{1,3}代表1到3位的数字，(d{1,3}.}{3}代表三位数字加上一个英文句号(这个整体也就是这个分组)重复3次，最后再加上一个一到三位的数字(d{1,3})。
数据挖掘研究院
不幸的是，它也将匹配256.300.888.999这种不可能存在的IP地址(IP地址中每个数字都不能大于255)。如果能使用算术比较的话，或许能简单地解决这个问题，但是正则表达式中并不提供关于数学的任何功能，所以只能使用冗长的分组，选择，字符类来描述一个正确的IP地址:((2[0-4]d|25[0-5]|[01]?dd?).){3}(2[0-4]d|25[0-5]|[01]?dd?)。 数据挖掘工具
理解这个表达式的关键是理解2[0-4]d|25[0-5]|[01]?dd?，这里我就不细说了，你自己应该能分析得出来它的意义。 数据挖掘研究院
后向引用使用小括号指定一个子表达式后，匹配这个子表达式的文本可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是:以分组的左括号为标志，从左向右，第一个分组的组号为1，第二个为2，以此类推。 数据挖掘论坛
后向引用用于重复搜索前面某个分组匹配的文本。例如，1代表分组1匹配的文本。难以理解?请看示例: 数据挖掘论坛
b(w+)bs+1b可以用来匹配重复的单词，像go go, kitty kitty。首先是一个单词，也就是单词开始处和结束处之间的多于一个的字母或数字(b(w+)b)，然后是1个或几个空白符(s+，最后是前面匹配的那个单词(1)。 数据挖掘实验室
你也可以自己指定子表达式的组号或组名。要指定一个子表达式的组名，请使用这样的语法:(?w+),这样就把w+的组名指定为Word了。要反向引用这个分组捕获的内容，你可以使用k,所以上一个例子也可以写成这样:b(?w+)bs*kb。
数据挖掘研究院
使用小括号的时候，还有很多特定用途的语法。下面列出了最常用的一些: 数据挖掘论坛
(exp)匹配exp,并捕获文本到自动命名的组里
数据挖掘实验室
(?exp)匹配exp,并捕获文本到名称为name的组里
(?:exp)匹配exp,不捕获匹配的文本 数据挖掘实验室
(?=exp)匹配exp前面的位置
(?<=exp)匹配exp后面的位置
数据挖掘实验室
(?!exp)匹配后面跟的不是exp的位置
(?匹配前面不是exp的位置 数据挖掘研究院
(?#comment)这种类型的组不对正则表达式的处理产生任何影响，只是为了提供让人阅读注释 数据挖掘交友
我们已经讨论了前两种语法。第三个(?:exp)不会改变正则表达式的处理方式，只是这样的组匹配的内容不会像前两种那样被捕获到某个组里面。
位置指定接下来的四个用于查找在某些内容(但并不包括这些内容)之前或之后的东西，也就是说它们用于指定一个位置，就像b,^,$那样，因此它们也被称为零宽断言。最好还是拿例子来说明吧: 数据挖掘研究院
(?=exp)也叫零宽先行断言，它匹配文本中的某些位置，这些位置的后面能匹配给定的后缀exp。比如bw+(?=ingb)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如果在查找I’m singing while you’re dancing.时，它会匹配sing和danc。 数据挖掘工具
(?<=exp)也叫零宽后行断言，它匹配文本中的某些位置，这些位置的前面能给定的前缀匹配exp。比如(?<=bre)w+b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。 数据挖掘研究院
假如你想要给一个很长的数字中每三位间加一个逗号(当然是从右边加起了)，你可以这样查找需要在前面和里面添加逗号的部分:((?<=d)d{3})*b。请仔细分析这个表达式，它可能不像你第一眼看出来的那么简单。 数据挖掘实验室
下面这个例子同时使用了前缀和后缀:(?<=s)d+(?=s)匹配以空白符间隔的数字(再次强调，不包括这些空白符)。
数据挖掘论坛
负向位置指定前面我们提到过怎么查找不是某个字符或不在某个字符类里的字符的方法(反义)。但是如果我们只是想要确保某个字符没有出现，但并不想去匹配它时怎么办?例如，如果我们想查找这样的单词–它里面出现了字母q,但是q后面跟的不是字母u,我们可以尝试这样: 数据挖掘实验室
bw*q[^u]w*b匹配包含后面不是字母u的字母q的单词。但是如果多做测试(或者你思维足够敏锐，直接就观察出来了)，你会发现，如果q出现在单词的结尾的话，像Iraq,Benq，这个表达式就会出错。这是因为[^u]总是匹配一个字符，所以如果q是单词的最后一个字符的话，后面的[^u]将会匹配q后面的单词分隔符(可能是空格，或者是句号或其它的什么)，后面的w+b将会匹配下一个单词，于是bw*q[^u]w*b就能匹配整个Iraq fighting。负向位置指定能解决这样的问题，因为它只匹配一个位置，并不消费任何字符。现在，我们可以这样来解决这个问题:bw*q(?!u)w*b。 数据挖掘实验室
零宽负向先行断言(?!exp)，只会匹配后缀exp不存在的位置。d{3}(?!d)匹配三位数字，而且这三位数字的后面不能是数字。 数据挖掘研究院
同理，我们可以用(?,零宽负向后行断言来查找前缀exp不存在的位置:(?匹配前面不是小写字母的七位数字(实验时发现错误?注意你的“区分大小写”先项是否选中)。
一个更复杂的例子:(?<=<(w+)>).*(?=</1>)匹配不包含属性的简单HTML标签内里的内容。()指定了这样的前缀:被尖括号括起来的单词(比如可能是)，然后是.*(任意的字符串),最后是一个后缀(?=</1>)。注意后缀里的/，它用到了前面提过的字符转义;1则是一个反向引用，引用的正是捕获的第一组，前面的(w+)匹配的内容，这样如果前缀实际上是的话，后缀就是了。整个表达式匹配的是和之间的内容(再次提醒，不包括前缀和后缀本身)。 数据挖掘工具
注释小括号的另一种用途是能过语法(?#comment)来包含注释。要包含注释的话，最好是启用“忽略模式里的空白符”选项，这样在编写表达式时能任意的添加空格，Tab，换行，而实际使用时这些都将被忽略。启用这个选项后，在#后面到这一行结束的所有文本都将被当成注释忽略掉。例如，我们可以把上一个表达式写成这样: 数据挖掘论坛
(?<= # 查找前缀，但不包含它 <(w+)> # 查找尖括号括起来的字母或数字(标签) ) # 前缀结束 .* # 匹配任意文本 (?= # 查找后缀，但不包含它 </1> # 查找尖括号括起来的内容:前面是一个”/”，后面是先前捕获的标签 ) # 后缀结束 贪婪与懒惰当正则表达式中包含能接受重复的量词(指定数量的代码，例如*,{5,12}等)时，通常的行为是匹配尽可能多的字符。考虑这个表达式:a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。
数据挖掘研究院
有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的量词都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧:
a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab和ab。 数据挖掘交友
*?重复任意次，但尽可能少重复
数据挖掘交友
+?重复1次或更多次，但尽可能少重复 数据挖掘交友
??重复0次或1次，但尽可能少重复 数据挖掘研究院
{n,m}?重复n到m次，但尽可能少重复 数据挖掘实验室
{n,}?重复n次以上，但尽可能少重复
还有些什么东西没提到我已经描述了构造正则表达式的大量元素，还有一些我没有提到的东西。下面是未提到的元素的列表，包含语法和简单的说明。你可以在网上找到更详细的参考资料来学习它们–当你需要用到它们的时候。如果你安装了MSDN Library,你也可以在里面找到关于.net下正则表达式详细的文档。 数据挖掘研究院
a报警字符(打印它的效果是电脑嘀一声) 数据挖掘工具
b通常是单词分界位置，但如果在字符类里使用代表退格
t制表符，Tab 数据挖掘实验室
r回车 数据挖掘论坛
v竖向制表符 数据挖掘研究院
f换页符
n换行符
eEscape 数据挖掘交友
nnASCII代码中八进制代码为nn的字符
数据挖掘研究院
xnnASCII代码中十六进制代码为nn的字符
数据挖掘论坛
unnnnUnicode代码中十六进制代码为nnnn的字符 数据挖掘交友
cNASCII控制字符。比如cC代表Ctrl+C
A字符串开头(类似^，但不受处理多行选项的影响)
Z字符串结尾或行尾(不受处理多行选项的影响)
数据挖掘交友
z字符串结尾(类似$，但不受处理多行选项的影响) 数据挖掘论坛
G当前搜索的开头
p{name}Unicode中命名为name的字符类，例如p{IsGreek} 数据挖掘工具
(?>exp)贪婪子表达式 数据挖掘研究院
(?-exp)平衡组
(?-exp)平衡组
(?im-nsx:exp)在子表达式exp中改变处理选项
(?im-nsx)为表达式后面的部分改变处理选项
(?(exp)yes|no)把exp当作零宽正向先行断言，如果在这个位置能匹配，使用yes作为此组的表达式;否则使用no
(?(exp)yes)同上，只是使用空表达式作为no 数据挖掘实验室
(?(name)yes|no)如果命名为name的组捕获到了内容，使用yes作为表达式;否则使用no 数据挖掘论坛
(?(name)yes)同上，只是使用空表达式作为no 数据挖掘交友
一些我认为你可能已经知道的术语的参考字符 程序处理文字时最基本的单位，可能是字母，数字，标点符号，空格，换行符，汉字等等。 字符串 0个或更多个字符的序列。 文本 文字，字符串。 匹配 符合规则，检验是否符合规则，符合规则的部分。
作者：deerchao 来源:unibetter大学生社区 转载请注明来源 数据挖掘论坛
