正则表达式30分钟入门教程 h1 {text-align:center} p {text-indent:2em; line-height:140%; margin:auto 10px} span {margin:3px} table {margin:auto; border-style:solid; border-width:1px 1px 0 0; border-color:gray} td, th {border-style:solid; border-width:0 0 1px 1px; border-color:gray} caption {margin:auto; font-weight:bold} dl {margin-left:20px} dt {font-weight:bold} .name {font-weight:bold} .code {color:blue} .regex {color:red} .part {color:green} .string {font-style:italic} .desc {text-decoration:underline} .warning {font-size:small; color:red;} #clearButton {text-decoration:none; border:solid 1px gray; background-color:#eee;} // 正则表达式30分钟入门教程 v2.1
作者：deerchao 来源:unibetter大学生社区 转载请注明来源
目录 本文目标 如何使用本教程 什么是正则表达式？ 入门 测试正则表达式 元字符 字符转义 重复 字符类 反义 替换 分组 后向引用 位置指定 负向位置指定 注释 贪婪与懒惰 处理选项 平衡组/递归匹配 还有些什么东西没提到 一些我认为你可能已经知道的术语的参考 网上的资源及本文参考文献 更新说明
本文目标
30分钟内让你明白正则表达式是什么，并对它有一些基本的了解，让你可以在自己的程序或网页里使用它。
如何使用本教程
别被下面那些复杂的表达式吓倒，只要跟着我一步一步来，你会发现正则表达式其实并 没有 你想像中的那么困难。当然，如果你看完了这篇教程之后，发现自己明白了很多，却又几乎什么都记不得，那也是很正常的——我认为，没接触过正则表达式的人在看完这篇教程后，能把提到过的语法记住80%以上的可能性为零。这里只是让你明白基本的原理，以后你还需要多练习，多查资料，才能熟练掌握正则表达式。
除了作为入门教程之外，本文还试图成为可以在日常工作中使用的正则表达式语法参考手册（就作者本人的经历来说，这个目标还是完成得不错的）。
文本格式约定： 专业术语 元字符/语法格式 正则表达式 正则表达式中的一部分(用于分析) 用于在其中搜索的字符串 对正则表达式或其中一部分的说明 清除格式
什么是正则表达式？
在编写处理字符串的程序或网页时，经常会有查找符合某些复杂规则的字符串的需要。 正则表达式 就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。
很可能你使用过Windows/Dos下用于文件查找的 通配符(wildcard) ，也就是 * 和 ? 。如果你想查找某个目录下的所有的Word文档的话，你会搜索 *.doc 。在这里， * 会被解释成任意的字符串。和通配符类似，正则表达式也是用来进行文本匹配的工具，只不过比起通配符，它能更精确地描述你的需求——当然，代价就是更复杂——比如你可以编写一个正则表达式，用来查找 所有以0开头，后面跟着2-3个数字，然后是一个连字号"-"，最后是7或8位数字的字符串 (像 010-12345678 或 0376-7654321 )。
正则表达式是用于进行文本匹配的工具，所以本文里多次提到了在字符串里搜索/查找，这种说法的意思是在给定的字符串中，寻找与给定的正则表达式相匹配的部分。有可能字符串里有不止一个部分满足给定的正则表达式，这时每一个这样的部分被称为一个匹配。 匹配 在本文里可能会有三种意思：一种是形容词性的，比如说一个字符串匹配一个表达式；一种是动词性的，比如说在字符串里匹配正则表达式；还有一种是名词性的，就是刚刚说到的"字符串中满足给定的正则表达式的一部分"。
入门
学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改，实验。下面给出了不少简单的例子，并对它们作了详细的说明。
假设你在一篇英文小说里查找 hi ，你可以使用正则正则表达式 hi 。
这是最简单的正则表达式了，它可以精确匹配这样的字符串： 由两个字符组成，前一个字符是h,后一个是i 。通常，处理正则表达式的工具会提供一个忽略大小写的选项，如果选中了这个选项，它可以匹配 hi , HI , Hi , hI 这四种情况中的任意一种。
不幸的是，很多单词里包含 hi 这两个连续的字符，比如 him , history , high 等等。用 hi 来查找的话，这里边的 hi 也会被找出来。如果要 精确地查找hi这个单词 的话，我们应该使用 \bhi\b 。
\b 是正则表达式规定的一个特殊代码（好吧，某些人叫它 元字符，metacharacter ），代表着 单词的开头或结尾，也就是单词的分界处 。虽然通常英文的单词是由空格或标点符号或换行来分隔的，但是 \b 并不匹配这些单词分隔符中的任何一个，它 只匹配一个位置 。（如果需要更精确的说法， \b 匹配这样的位置：它的前一个字符和后一个字符不全是 \w ）
假如你要找的是 hi后面不远处跟着一个Lucy ，你应该用 \bhi\b.*\bLucy\b 。
这里， . 是另一个元字符，匹配 除了换行符以外的任意字符 。 * 同样是元字符，不过它代表的不是字符，也不是位置，而是数量--它指定* 前边的内容可以连续重复出现任意次以使整个表达式得到匹配 。因此， .* 连在一起就意味着 任意数量的不包含换行的字符 。现在 \bhi\b.*\bLucy\b 的意思就很明显了： 先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词 。
如果同时使用其它的一些元字符，我们就能构造出功能更强大的正则表达式。比如下面这个例子：
0\d\d-\d\d\d\d\d\d\d\d 匹配这样的字符串： 以0开头，然后是两个数字，然后是一个连字号"-"，最后是8个数字 (也就是中国的电话号码。当然，这个例子只能匹配区号为3位的情形)。
这里的 \d 是一个新的元字符，匹配 任意的数字(0，或1，或2，或……) 。 - 不是元字符，只匹配它本身——连字号。
为了避免那么多烦人的重复，我们也可以这样写这个表达式： 0\d{2}-\d{8}
这里 \d 后面的 {2} ( {8} )的意思是前面 \d 必须连续重复匹配2次(8次) 。
测试正则表达式
如果你不觉得正则表达式很难读写的话，要么你是一个天才，要么，你不是地球人。正则表达式的语法很令人头疼，即使对经常使用它的人来说也是如此。由于难于读写，容易出错，所以很有必要创建一种工具来测试正则表达式。
由于在不同的环境下正则表达式的一些细节是不相同的，本教程介绍的是Microsoft .Net 2.0下正则表达式的行为，所以，我向你介绍一个.Net下的工具Regex Tester。首先你确保已经安装了.Net Framework 2.0，然后下载Regex Tester，下载完后打开压缩包,直接运行RegexTester.exe。
下面是Regex Tester运行时的截图：
元字符
现在你已经知道几个很有用的元字符了，如 \b , . , * ，还有 \d .当然还有更多的元字符，比如 \s 匹配 任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格等 。 \w 匹配 字母或数字或下划线或汉字 。
下面来试试更多的例子：
\ba\w*\b 匹配 以字母 a 开头的单词——先是某个单词开始处( \b )，然后是字母 a ,然后是任意数量的字母或数字( \w* )，最后是单词结束处( \b ) （好吧，现在我们说说正则表达式里的单词是什么意思吧：就是几个连续的 \w 。不错，这与学习英文时要背的成千上万个同名的东西的确关系不大）。
\d+ 匹配 1个或更多连续的数字 。这里的 + 是和 * 类似的元字符，不同的是 * 匹配 重复任意次(可能是0次) ，而 + 则匹配 重复1次或更多次 。
\b\w{6}\b 匹配 刚好6个字母/数字的单词 。
表1.常用的元字符 代码 说明 . 匹配除换行符以外的任意字符 \w 匹配字母或数字或下划线或汉字 \s 匹配任意的空白符 \d 匹配数字 \b 匹配单词的开始或结束 ^ 匹配字符串的开始 $ 匹配字符串的结束元字符 ^ （和6在同一个键位上的符号）以及 $ 和 \b 有点类似，都匹配一个位置。 ^ 匹配你要用来查找的字符串的开头， $ 匹配结尾。这两个代码在验证输入的内容时非常有用，比如一个网站如果要求你填写的QQ号必须为5位到12位数字时，可以使用： ^\d{5,12}$ 。
这里的 {5,12} 和前面介绍过的 {2} 是类似的，只不过 {2} 匹配 只能不多不少重复2次 ， {5,12} 则是 重复的次数不能少于5次，不能多于12次 ，否则都不匹配。
因为使用了 ^ 和 $ ，所以输入的整个字符串都要用来和 \d{5,12} 来匹配，也就是说整个输入 必须是5到12个数字 ，因此如果输入的QQ号能匹配这个正则表达式的话，那就符合要求了。
和忽略大小写的选项类似，有些正则表达式处理工具还有一个处理多行的选项。如果选中了这个选项， ^ 和 $ 的意义就变成了 匹配行的开始处和结束处 。
字符转义
如果你想查找元字符本身的话，比如你查找 . ,或者 * ,就出现了问题：你没法指定它们，因为它们会被解释成其它的意思。这时你就必须使用 \ 来取消这些字符的特殊意义。因此，你应该使用 \. 和 \* 。当然，要查找 \ 本身，你也得用 \\ .
例如： www\.unibetter\.com 匹配 www.unibetter.com ， c:\\windows 匹配 c:\windows , 2\^8 匹配 2^8 (通常这是2的8次方的书写方式)。
重复
你已经看过了前面的 * , + , {2} , {5,12} 这几个匹配重复的方式了。下面是正则表达式中所有指定重复的方式：
表2.常用的限定符 代码/语法 说明 * 重复零次或更多次 + 重复一次或更多次 ? 重复零次或一次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次下面是一些使用重复的例子：
Windows\d+ 匹配 Windows后面跟1个或更多数字
13\d{9} 匹配 13后面跟9个数字(中国的手机号)
^\w+ 匹配 一行的第一个单词(或整个字符串的第一个单词，具体匹配哪个意思得看选项设置)
字符类
要想查找数字，字母或数字，空白是很简单的，因为已经有了对应这些字符集的元字符，但是如果你想匹配没有预定义元字符的字符集比如元音字母(a,e,i,o,u),怎么办？
很简单，你只需要在中括号里列出它们就行了，像 [aeiou] 就匹配 任何一个元音字母 ， [.?!] 匹配 标点符号(.或?或!) (英文语句通常只以这三个标点结束)。注意，我们不需要写成[\.\?!]。
我们也可以轻松地指定一个字符 范围 ，像 [0-9] 代表的含意与 \d 就是完全一致的： 一位数字 ，同理 [a-z0-9A-Z_] 也完全等同于 \w （如果只考虑英文的话）。
下面是一个更复杂的表达式： \(?0\d{2}[) -]?\d{8} 。
这个表达式可以匹配 几种格式的电话号码 ，像 (010)88886666 ，或 022-22334455 ，或 02912345678 等。我们对它进行一些分析吧：首先是一个转义字符 \( ,它能出现0次或1次( ? ),然后是一个 0 ，后面跟着2个数字( \d{2} )，然后是 ) 或 - 或 空格 中的一个，它出现1次或不出现( ? )，最后是8个数字( \d{8} )。不幸的是，它也能匹配 010)12345678 或 (022-87654321 这样的"不正确"的格式。要解决这个问题，请在本教程的下面查找答案。
反义
有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到 反义 ：
表3.常用的反义代码 代码/语法 说明 \W 匹配任意不是字母，数字，下划线，汉字的字符 \S 匹配任意不是空白符的字符 \D 匹配任意非数字的字符 \B 匹配不是单词开头或结束的位置 [^x] 匹配除了x以外的任意字符 [^aeiou] 匹配除了aeiou这几个字母以外的任意字符例子： \S+ 匹配 不包含空白符的字符串 。
<a[^>]+> 匹配 用尖括号括起来的以a开头的字符串 。
替换
好了，现在终于到了解决3位或4位区号问题的时间了。正则表达式里的 替换 指的是有几种规则，如果满足其中任意一种规则都应该当成匹配，具体方法是用 | 把不同的规则分隔开。听不明白？没关系，看例子：
0\d{2}-\d{8}|0\d{3}-\d{7} 这个表达式能 匹配两种以连字号分隔的电话号码：一种是三位区号，8位本地号(如010-12345678)，一种是4位区号，7位本地号(0376-2233445) 。
\(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8} 这个表达式 匹配3位区号的电话号码，其中区号可以用小括号括起来，也可以不用，区号与本地号间可以用连字号或空格间隔，也可以没有间隔 。你可以试试用替换|把这个表达式扩展成也支持4位区号的。
\d{5}-\d{4}|\d{5} 这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字，或者用连字号间隔的9位数字。之所以要给出这个例子是因为它能说明一个问题： 使用替换时，顺序是很重要的 。如果你把它改成 \d{5}|\d{5}-\d{4} 的话，那么就只会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配替换时，将会从左到右地测试每个分枝条件，如果满足了某个分枝的话，就不会去管其它的替换条件了。
Windows98|Windows2000|WindosXP 这个例子是为了告诉你替换不仅仅能用于两种规则，也能用于更多种规则。
分组
我们已经提到了怎么重复单个字符（直接在字符后面加上限定符就行了）；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(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} 匹配 1到3位的数字 ， (\d{1,3}\.}{3} 匹配 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} )。
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]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) 。
理解这个表达式的关键是理解 2[0-4]\d|25[0-5]|[01]?\d\d? ，这里我就不细说了，你自己应该能分析得出来它的意义。
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：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。
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：
\b(\w+)\b\s+\1\b 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 )。
你也可以自己指定子表达式的 组名 。要指定一个子表达式的组名，请使用这样的语法： (?<Word>\w+) (或者把尖括号换成 ' 也行： (?'Word'\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<Word> ,所以上一个例子也可以写成这样： \b(?<Word>\w+)\b\s+\k<Word>\b 。
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：
表4.分组语法 捕获 (exp) 匹配exp,并捕获文本到自动命名的组里 (?<name>exp) 匹配exp,并捕获文本到名称为name的组里，也可以写成(?'name'exp) (?:exp) 匹配exp,不捕获匹配的文本 位置指定 (?=exp) 匹配exp前面的位置 (?<=exp) 匹配exp后面的位置 (?!exp) 匹配后面跟的不是exp的位置 (?<!exp) 匹配前面不是exp的位置 注释 (?#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：
(?=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 \b\w+(?=ing\b) ，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 。
(?<=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 。
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。
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) 。
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：
\b\w*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 \b\w*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： \b\w*q(?!u)\w*\b 。
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 。
同理，我们可以用 (?<!exp) , 零宽负向后行断言 来查找 前缀exp不存在的位置 ： (?<![a-z])\d{7} 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 。 (<?(\w+)>) 指定了这样的前缀： 被尖括号括起来的单词 (比如可能是<b>)，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<b>的话，后缀就是</b>了。整个表达式匹配的是<b>和</b>之间的内容(再次提醒，不包括前缀和后缀本身)。
注释
小括号的另一种用途是能过语法 (?#comment) 来包含注释。例如： 2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199) 。
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，我们可以前面的一个表达式写成这样：
(?<= # 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限定符(指定数量的代码，例如*,{5,12}等)时，通常的行为是（在使整个表达式能得到匹配的前提下）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。
有时，我们更需要 懒惰 匹配，也就是匹配 尽可能少 的字符。前面给出的限定符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 （为什么第一个匹配是aab而不是ab？简单地说，最先开始的区配最有最大的优先权——The Match That Begins Earliest Wins）。
表5.懒惰限定符 *? 重复任意次，但尽可能少重复 +? 重复1次或更多次，但尽可能少重复 ?? 重复0次或1次，但尽可能少重复 {n,m}? 重复n到m次，但尽可能少重复 {n,}? 重复n次以上，但尽可能少重复处理选项
上面介绍了几个选项如忽略大小写，处理多行等，这些选项能用来改变处理正则表达式的方式。下面是.net中常用的正则表达式选项：
表6.常用的处理选项 名称 说明 IgnoreCase(忽略大小写) 匹配时不区分大小写。 Multiline(多行模式) 更改 ^ 和 $ 的含义，使它们分别在任意一行的行首和行尾匹配，而不仅仅在整个字符串的开头和结尾匹配。 Singleline(单行模式) 更改 . 的含义，使它与每一个字符匹配（包括换行符\n）。 IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由 # 标记的注释。 RightToLeft(从右向左查找) 匹配从右向左而不是从左向右进行。 ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。 ECMAScript(JavaScript兼容模式) 使表达式的行为与它在JavaScript里的行为一致。一个经常被问到的问题是：是不是只能同时使用多行模式和单行模式中的一种？答案是：不是。这两个选项之间没有任何关系，除了它们的名字比较相似（以至于让人感到疑惑）以外。
平衡组/递归匹配
注意：这里介绍的平衡组语法是由.Net Framework支持的；其它语言／库不一定支持这种功能，或者支持此功能但需要使用不同的语法。
有时我们需要匹配像 ( 100 * ( 50 + 15 ) )这样的可嵌套的层次性结构 ，这时简单地使用 \(.+\) 则只会匹配到最左边的左括号和最右边的右括号之间的内容(这里我们讨论的是贪婪模式，懒惰模式也有下面的问题)。假如原来的字符串里的左括号和右括号出现的次数不相等，比如 ( 5 / ( 3 + 2 ) ) ) ，那我们的匹配结果里两者的个数也不会相等。有没有办法在这样的字符串里匹配到最长的，配对的括号之间的内容呢？
为了避免 ( 和 \( 把你的大脑彻底搞糊涂，我们还是用尖括号代替圆括号吧。现在我们的问题变成了如何把 xx <aa <bbb> <bbb> aa> yy 这样的字符串里，最长的配对的尖括号内的内容捕获出来？
这里需要用到以下的语法构造：
(?'group') 把捕获的内容命名为group,并压入堆栈 (?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容，如果堆栈本来为空，则本分组的匹配失败 (?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话，继续匹配yes部分的表达式，否则继续匹配no部分 (?!) 零宽负向先行断言，由于没有后缀表达式，试图匹配总是失败如果你不是一个程序员（或者你是一个对堆栈的概念不熟的程序员），你就这样理解上面的三种语法吧：第一个就是在黑板上写一个 "group"，第二个就是从黑板上擦掉一个"group"，第三个就是看黑板上写的还有没有"group"，如果有就继续匹配yes部分，否则就匹配 no部分。
我们需要做的是每碰到了左括号，就在黑板上写一个"group"，每碰到一个右括号，就擦掉一个，到了最后就看看黑板上还有没有－－如果有那就证明左括号比右括号多，那匹配就应该失败。
< #最外层的左括号
[^<>]* #最外层的左括号后面的不是括号的内容
(
(
(?'Open'<) #碰到了左括号，在黑板上写一个"Open"
[^<>>]* #匹配左括号后面的不是括号的内容
)+
(
(?'-Open'>) #碰到了右括号，擦掉一个"Open"
[^<>]* #匹配右括号后面不是括号的内容
)+
)*
(?(Open)(?!)) #在遇到最外层的右括号前面，判断黑板上还有没有没擦掉的"Open"；如果还有，则匹配失败
> #最外层的右括号
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。
表7.尚未详细讨论的语法 \a 报警字符(打印它的效果是电脑嘀一声) \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 \r 回车 \v 竖向制表符 \f 换页符 \n 换行符 \e Escape \0nn ASCII代码中八进制代码为nn的字符 \xnn ASCII代码中十六进制代码为nn的字符 \unnnn Unicode代码中十六进制代码为nnnn的字符 \cN ASCII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) \z 字符串结尾(类似$，但不受处理多行选项的影响) \G 当前搜索的开头 \p{name} Unicode中命名为name的字符类，例如\p{IsGreek} (?>exp) 贪婪子表达式 (?<x>-<y>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 (?(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 (?(name)yes) 同上，只是使用空表达式作为no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。
网上的资源及本文参考文献 微软的正则表达式教程 Regex Class reference on MSDN 专业的正则表达式教学网站(英文) 关于.Net下的平衡组的详细讨论（英文） Mastering Regular Expressions (Second Edition)
更新说明 2006-3-27 第一版 2006-10-12 第二版 修正了几个细节上的错误和不准确的地方 增加了对处理中文时的一些说明 更改了几个术语的翻译（采用了MSDN的翻译方式） 增加了平衡组的介绍 放弃了对The Regulator的介绍，改用Regex Tester 2007-3-12 V2.1 修正了几个小的错误 增加了对处理选项(RegexOptions)的介绍
讨论，指教，请到deerchao的博客。
[Ctrl+A 全选 注:如需引入外部Js需刷新才能执行]
查看更多关于正则表达式30分钟入门教程 v2.1版的详细内容...