本文和大家重点讨论一下Flex正则表达式的一些高级规则，首先让我们来看一下Flex正则表达式的概念，Flex正则表达式（regularexpression）就是用一个“字符串”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。
引言
Flex正则表达式（regularexpression）就是用一个“字符串”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。比如表达式“ab+”描述的特征是“一个'a'和任意个'b'”，那么'ab','abb','abbbbbbbbbb'都符合这个特征。
Flex正则表达式可以用来：
（1）验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。
（2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便。
（3）用来替换，比普通的替换更强大。
Flex正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所以很多人感觉Flex正则表达式比较复杂，一方面是因为大多数的文档没有做到由浅入深地讲解，概念上没有注意先后顺序，给读者的理解带来困难；另一方面，各种引擎自带的文档一般都要介绍它特有的功能，然而这部分特有的功能并不是我们首先要理解的。
1.Flex正则表达式中的一些高级规则
1.1匹配次数中的贪婪与非贪婪
在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如："{m,n}","{m,}","?","*","+"，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本"dxxxdxxxd"，举例如下：
表达式匹配结果
(d)(\w+)
"\w+"将匹配***个"d"之后的所有字符"xxxdxxxd"
(d)(\w+)(d)
"\w+"将匹配***个"d"和***一个"d"之间的所有字符"xxxdxxx"。虽然"\w+"也能够匹配上***一个"d"，但是为了使整个表达式匹配成功，"\w+"可以"让出"它本来能够匹配的***一个"d"
由此可见，"\w+"在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二个举例中，它没有匹配***一个"d"，但那也是为了让整个表达式能够匹配成功。同理，带"*"和"{m,n}"的表达式都是尽可能地多匹配，带"?"的表达式在可匹配可不匹配的时候，也是尽可能的"要匹配"。这种匹配原则就叫作"贪婪"模式。
◆Flex正则表达式中非贪婪模式：
在修饰匹配次数的特殊符号后再加上一个"?"号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的"不匹配"。这种匹配原则叫作"非贪婪"模式，也叫作"勉强"模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本"dxxxdxxxd"举例：
表达式匹配结果
(d)(\w+?)
"\w+?"将尽可能少的匹配***个"d"之后的字符，结果是："\w+?"只匹配了一个"x"
(d)(\w+?)(d)
为了让整个表达式匹配成功，"\w+?"不得不匹配"xxx"才可以让后边的"d"匹配，从而使整个表达式匹配成功。因此，结果是："\w+?"匹配"xxx"
更多的情况，举例如下：
举例1：表达式"<td>(.*)</td>"与字符串"<td><p>aa</p></td><td><p>bb</p></td>"匹配时，匹配的结果是：成功；匹配到的内容是"<td><p>aa</p></td><td><p>bb</p></td>"整个字符串，表达式中的"</td>"将与字符串中***一个"</td>"匹配。
举例2：相比之下，表达式"<td>(.*?)</td>"匹配举例1中同样的字符串时，将只得到"<td><p>aa</p></td>"，再次匹配下一个时，可以得到第二个"<td><p>bb</p></td>"。
1.2反向引用\1,\2...
表达式在匹配时，表达式引擎会将小括号"()"包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候，小括号包含的表达式所匹配到的字符串可以单独获取。这一点，在前面的举例中，已经多次展示了。在实际应用场合中，当用某种边界来查找，而所要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的"<td>(.*?)</td>"。
其实，"小括号包含的表达式所匹配到的字符串"不仅是在匹配结束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面"括号内的子匹配已经匹配到的字符串"。引用方法是"\"加上一个数字。"\1"引用第1对括号内匹配到的字符串，"\2"引用第2对括号内匹配到的字符串……以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号"("在前，那这一对就先排序号。
举例如下：
举例1：表达式"('|")(.*?)(\1)"在匹配"'Hello',"World""时，匹配结果是：成功；匹配到的内容是："'Hello'"。再次匹配下一个时，可以匹配到""World""。
举例2：表达式"(\w)\1{4,}"在匹配"aabbbbabcdefgccccc111121111999999999"时，匹配结果是：成功；匹配到的内容是"ccccc"。再次匹配下一个时，将得到999999999。这个表达式要求"\w"范围的字符至少重复5次，注意与"\w{5,}"之间的区别。
举例3：表达式"<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>"在匹配"<tdid='td1'style="bgcolor:white"></td>"时，匹配结果是成功。如果"<td>"与"</td>"不配对，则会匹配失败；如果改成其他配对，也可以匹配成功。
1.3预搜索，不匹配；反向预搜索，不匹配
前面的章节中，我讲到了几个代表抽象意义的特殊符号："^"，"$"，"\b"。它们都有一个共同点，那就是：它们本身不匹配任何字符，只是对"字符串的两头"或者"字符之间的缝隙"附加了一个条件。理解到这个概念以后，本节将继续介绍另外一种对"两头"或者"缝隙"附加条件的，更加灵活的表示方法。
◆Flex正则表达式中正向预搜索："(?=xxxxx)"，"(?!xxxxx)"
格式："(?=xxxxx)"，在被匹配的字符串中，它对所处的"缝隙"或者"两头"附加的条件是：所在缝隙的右侧，必须能够匹配上xxxxx这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似"\b"，本身不匹配任何字符。"\b"只是将所在缝隙之前、之后的字符取来进行了一下判断，不会影响后边的表达式来真正的匹配。
举例1：表达式"Windows(?=NT|XP)"在匹配"Windows98,WindowsNT,Windows2000"时，将只匹配"WindowsNT"中的"Windows"，其他的"Windows"字样则不被匹配。
举例2：表达式"(\w)((?=\1\1\1)(\1))+"在匹配字符串"aaaffffff999999999"时，将可以匹配6个"f"的前4个，可以匹配9个"9"的前7个。这个表达式可以读解成：重复4次以上的字母数字，则匹配其剩下***2位之前的部分。当然，这个表达式可以不这样写，在此的目的是作为演示之用。
格式："(?!xxxxx)"，所在缝隙的右侧，必须不能匹配xxxxx这部分表达式。
举例3：表达式"((?!\bstop\b).)+"在匹配"fdjkaljfdlstopfjdslafdj"时，将从头一直匹配到"stop"之前的位置，如果字符串中没有"stop"，则匹配整个字符串。
举例4：表达式"do(?!\w)"在匹配字符串"done,do,dog"时，只能匹配"do"。在本条举例中，"do"后边使用"(?!\w)"和使用"\b"效果是一样的。
◆Flex正则表达式中反向预搜索："(?<=xxxxx)"，"(?<!xxxxx)"
这两种格式的概念和正向预搜索是类似的，反向预搜索要求的条件是：所在缝隙的"左侧"，两种格式分别要求必须能够匹配和必须不能够匹配指定表达式，而不是去判断右侧。与"正向预搜索"一样的是：它们都是对所在缝隙的一种附加条件，本身都不匹配任何字符。
举例5：表达式"(?<=\d{4})\d+(?=\d{4})"在匹配"1234567890123456"时，将匹配除了前4个数字和后4个数字之外的中间8个数字。由于JScript.RegExp不支持反向预搜索，因此，本条举例不能够进行演示。很多其他的引擎可以支持反向预搜索，比如：Java1.4以上的java.util.regex包，.NET中System.Text.RegularExpressions命名空间，以及本站推荐的最简单易用的DEELX正则引擎。
【编辑推荐】
