一 : 从表情包里诞生的这些网络流行词 已经被正式纳入英文词典

　　词典也要跟上时代。

　　

 

　　就像“山寨”、“雷人”、“潜规则”这些现代词汇曾在几年前被《现代汉语词典》收录一样，英语也在不断收纳新造词汇来完善自身系统。

　　最近，英语词典里的最权威的Merriam-Webster(在中国常被称作韦氏词典)宣布，他们在词典里新增了1000多个常用词汇。这些词汇里有的诞生于现代网络、并逐渐作为常用词流行下去——而它们也代表了一个时间段的年轻人文化。

　　Face-palm

　　新增词汇中最受关注的有近几年的网络热词Face-palm：以手掩面，来表达尴尬、惊愕或者恼怒的情绪。可以解读为“没眼看”，或者是“悔不当初”;解释起来很长，不过其实用一个Emoji表情就能完美呈现——事实上，微信新增的这个哭笑不得的掩面表情，在英文系统中就被叫做Face-palm。(下图左二)

　　

 

　　微信新增表情

　　这个词被收录得益于表情包的流行。现代人的情绪微妙又复杂，几句话很难说清，于是年轻人干脆丢出一个省事的Emoji表情，让对方自行解读。网络中有许多图片代表着Face-Palm，同一个动作表达了许多不同的情绪：

　　

 

　　Face-palm

　　

 

　　Face-palm

　　

 

　　Face-palm

　　

 

　　Face-palm

　　Side-eye

　　另一个来源于表情包的词语是Side-eye。Merriam-Webster解释为：用斜瞥或斜眼凝视表达轻蔑、怀疑、不赞同或者好奇(一个微妙地介于翻白眼和斜眼看之间的表情)。

　　这个词最早在1797年就出现了，不过真正被纳入英文官方字典却是在220年后。下图也许能帮助你更好地理解：

　　

 

　　Side-eye

　　

 

　　Side-eye

　　Colang

　　一些应用范围较窄的小众词汇也被写进了词典。

　　Colang就是其中之一，指的是人造语言。这个词其实是Constructed Language的缩写，用来泛指那些并不属于任何一国语言、而是被人为创造的特定语言。

　　比如科幻迷们都听说过的、《星际迷航》中的瓦肯语——尽管这是来自影视作品、完全架空的瓦肯语，却因为《星际迷航》的巨大影响力成为科幻迷心中的正式语言，网络中甚至有许多瓦肯语教学和瓦肯语研究学。

　　除此之外Colang还包含小精灵语(Elvish Language)、儿童黑话(Pig Latin，起源于二战时期)等等。在年轻人的亚文化圈子中，会说Colang逐渐变成一件很酷的事。

　　

 

　　这个举手礼代表了瓦肯语中的“生生不息，繁荣昌盛(Live long and prosper)”

　　Binge-watch

　　科技和网络不但在极大程度上改变了人们的生活，也改变了语言使用习惯。就像社交媒体“微博”也在2012年被写入《现代汉语词典》一样，Merriam-Webster中也纳入了许多与科技发展相关的词汇。

　　比如Binge-watch，指沉浸在电视节目中无法自拔、一天看完一整季的行为。这在国内也完全适用，假如你的朋友告诉你，春节期间在家看了三天三夜的电视剧、连续刷完了76集的《甄嬛传》——这就是Binge-watch。

　　这个词与互联网电视的迅速发展紧密相关。在美国，Netflix等付费网络电视平台的诞生大大冲击了公共电视和有线电视台。人们不再需要每周固定时间守在电视前等更新，而是可以在完结后一口气在Netflix看完整部。Binge-watch折射了人们电视习惯的改变。

　　

 

　　↑刷完一整部韩剧后的你

　　Photobomb

　　Photobomb则折射了社交媒体对传播的影响。这个词指的是在别人拍照的时候突然跳进镜头恶作剧，也可以理解为“主动抢戏”。

　　流行起来最初只是个偶然——2013年奥巴马的就任仪式上，美国前总统比尔·克林顿出现在了一张本该歌手Kelly Clarkson是主角的照片里，不知是恶意卖萌还是不小心被抓拍。这张照片深受人们喜爱，在社交媒体被改成表情包疯传。

　　

 

　　Photobomb

　　乐此不疲发扬Photobomb精神的还有调皮的美国演员Jennifer Lawrence。红毯上，在明星们一本正经地接受采访时，大表姐总在他们身后做鬼脸。比如对背后一无所知的Taylor Swift：

　　

 

　　Photobomb

　　还有同样对背后一无所知的Elizabeth Banks：

　　

 

　　Photobomb

　　明星们身体力行的恶作剧让网友们都爱上了这件事——因此photobomb开始在社交媒体大范围流行。

　　Ghost

　　同样受社交媒体和智能手机影响的词汇还有Ghost。这个词原意是鬼魂，但如今它却多了另一层意思——指代切断与某人的所有联系：手机、社交媒体、电话等等，或者说是某种程度的冷暴力。

　　在这个手机关机就可以彻底消失的现代世界，人们的联系变得紧密却也更脆弱，因而ghost如今也被指代为在数码世界里的彻底消失。

　　这些词汇的更新折射了语言与人类社会的变迁。语言的工具化功能决定了它不仅能作为沟通途径，也能根据沟通自我调节和更新。“一些本不存在的词汇用的频率高了、场景也多了以后”，Merriam-Webster的词典主编Peter Sokolowski说，“他们就应该被更多读者所了解、并存在于词典中。”

二 : 售13.98万元 马自达6经典型正式上市

　　[61阅读 新闻]  日前，一汽马自达推出了马自达6经典型车款，该车是全车系中自动挡车型的入门款，售价为13.98万元。

马自达6经典型 指导售价
车型	售价（万元）
马自达6经典型	13.98

　　马自达6经典型搭载的是2.0L发动机，最大功率146马力，峰值扭矩183牛·米，与发动机匹配的是5速手自一体变速箱。

　　配置方面，相比于马自达6最低配2.0L手动型，马自达6经典型增配了电动折叠外后视镜、6喇叭立体声音响系统、多功能真皮方向盘。（文/61阅读 齐天翔）

　　更多阅读：

　　马自达6 ATENZA阿特兹将于4月9日下线
　　

三 : 经典入门家轿成为历史 夏利N3正式停产

　　[61阅读 新闻]  近日从官方渠道获悉，天津一汽夏利（夏利N3）从12月18日起正式停产，同时夏利车型也迎来了第2161319辆下线，该车绝对算得上中国汽车品牌里程碑级别的入门级轿车。据悉，夏利N3停产之后，1.0L排量的夏利N5将替代这款经典产品成为天津一汽的入门级轿车。

　　此次天津一汽宣布停产的产品是夏利N3，该车曾在2004年推出，是出自老夏利的7100平台打造的“升级版夏利”，如果追溯夏利的历史，要从1988年说起，相信这款产品也是许多70、80后的经典回忆（点击查看夏利历史）。那么随着消费者需求的改变，夏利N3的市场竞争力不足，因此官方宣布正式停产这款代表夏利品牌的经典入门家轿。

 

　　据我们从官方渠道了解到，未来夏利品牌并不会消失，夏利N5 1.0L车型将会替代夏利N3的位置，同时天津一汽还会对夏利品牌旗下产品进行改造升级，推出更具市场竞争力的产品，打造更具时代感的“新国民车”。此外，天津一汽之前还发布了骏派品牌和首款SUV 骏派D60，从而吸引年轻消费者，让天津一汽企业形象整体年轻化、活力化，而在未来，骏派品牌还会陆续有新产品推向市场。（文/61阅读 兴珉）

　　更多阅读：

　　定位小型车 天津一汽骏派A50谍照曝光
　　

四 : 小众经典 ALPINA雅宾纳正式进入中国

　　[61阅读 新闻]  2016年10月28日，德国独立的汽车制造商ALPINA（中文名为：雅宾纳）正式宣布进入中国市场，并同步引入ALPINA B4 BITURBO作为在国内正式销售的首款车型。

　　作为一家独立的汽车厂商，ALPINA与BMW的友好合作已经超过50年，并推出了多款经典车型，公司创始人Burkard Bovensiepen与两个儿子Andreas和Florian共同带领着公司发展，并一步步壮大至今。

　　ALPINA负责人向在场嘉宾介绍了ALPINA品牌及全球市场情况。

　　作为德国交通部认证的德国最小规模的汽车制造商，每年大约有1200至1700台ALPINA离开生产工厂，运往全球各地。每台BMW ALPINA，在内饰上都配有单独的印有ALPINA特别车架号的制造铭牌，以此证明这是一台由官方认证的汽车制造商生产的汽车，如今，中国也正式成为ALPINA的又一大重要市场。

　　据悉，ALPINA采取了与BMW授权经销商合作的方式来销售旗下产品，首批获得授权的3家经销商分别位于北京，上海及深圳，而在2017年，将会在成都新增一家合作经销商。这4家店也构成了ALPINA在国内的销售网络。

　　在ALPINA 2014年的销量中，基于BMW3系和4系打造的车型占了总产量的百分之五十。所以，ALPINA也选择了BMW ALPINA B4 BITURBO Coupe作为在中国市场销售的首款产品。

　　BMW ALPINA B4 BITURBO车型拥有丰富的标准配置，包括真皮内饰、电子可调加热运动座椅、自动空调系统、氙气大灯、雨量感应器和巡航控制。内饰也进行了不小的改动，营造出奢华的氛围。迎宾踏板、地垫、座椅上的徽标、仪表台和用最精致的LAVALINA皮革手工缝制的运动型方向盘，无不彰显其精致细节。

　　动力方面：BMW ALPINA B4 BITURBO搭载了集成了高精度燃油直喷，可变气门及双涡轮增压的3.0升直列六缸引擎，最大功率410马力，最大扭矩600牛·米。搭配出色的ZF 8速运动型变速箱。

　　ALPINA的加入让国内的小众汽车品牌迎来了一个全新的对手，对于国内的消费者及收藏爱好者来说，又多了一个小众的全新选择。（文/61阅读 周翱）

五 : 正则表达式入门中文

正则表达式基础入门教程

日期：2007-8-1 15:34:51 出处：unibetter大学生社区 作者：deerchao 人气：

39

目录

1. 本文目标

2. 如何使用本教程

3. 正则表达式到底是什么？

4. 入门

5. 测试正则表达式

6. 元字符

7. 字符转义

8. 重复

9. 字符类

10. 反义

11. 替换

12. 分组

13. 后向引用

14. 零宽断言

15. 负向零宽断言

16. 注释

17. 贪婪与懒惰

18. 处理选项

19. 平衡组/递归匹配

20. 还有些什么东西没提到

21. 一些我认为你可能已经知道的术语的参考

正则表达式中文 正则表达式入门中文

22. 网上的资源及本文参考文献

23. 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。［www.61k.com)

如何使用本教程

最重要的是——请给我30分钟，如果你没有使用正则表达式的经验，请不要试图在30秒内入门。当然，如果你是超人，那自然得另当别论。

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，多使用，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——你看，我自己也没能把所有的东西记下来，不是吗？

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

正则表达式到底是什么？

正则表达式中文 正则表达式入门中文

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。[www.61k.com]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。

正则表达式中文 正则表达式入门中文

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。(www.61k.com]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bhib。

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bhib.*bLucyb。

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bhib.*bLucyb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：

0dd-dddddddd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。

正则表达式中文 正则表达式入门中文

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：0d{2}-d{8}。（www.61k.com) 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。这是个绿色软件，下载完后打开压缩包,直接运行RegexTester.exe就可以了。

下面是Regex Tester运行时的截图：

正则表达式中文 正则表达式入门中文

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可用，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。(www.61k.com]w匹配字母或数字或下划线或汉字等。

下面来试试更多的例子：

baw*b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+是和*类似的元字符，不同的是*意次(可能是0次)，而+则匹配重复1次或更多次。

bw{6}b

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 d b ^ $ 匹配任意的空白符 匹配数字 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^（和数字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}$。

正则表达式中文 正则表达式入门中文

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。(www.61k.com)

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。 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的限定符(指定数量的代码，例如*,{5,12}等)：

表2.常用的限定符

代码/语法

* + ? {n}

{n,}

{n,m} 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 重复n次 重复n次或更多次

正则表达式中文 正则表达式入门中文

下面是一些使用重复的例子：

Windowsd+匹配

13d{9}匹配^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合的元字符，但是如果你想匹配没有预定义元字符的字符集合(比如元音字母a,e,i,o,u),应该怎么办？

很简单，你只需要在中括号里列出它们就行了，像[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或?或!)(英文语句通常只以这三个标点结束)。(www.61k.com]

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：(?0d{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。

正则表达式中文 正则表达式入门中文

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。[www.61k.com]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

W S D B [^x] 说明 匹配任意不是字母，数字，下划线，汉字的字符 匹配任意不是空白符的字符 匹配任意非数字的字符 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[^>]+>

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：

0d{2}-d{8}|0d{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)。 (0d{2})[- ]?d{8}|0d{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。

正则表达式中文 正则表达式入门中文

d{5}-d{4}|d{5}这个表达式用于匹配美国的邮政编码。（www.61k.com）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）；但如果想要重复多个字符又该怎么办？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。题外话，好像反恐24小时第三季的编剧不知道这一点，汗...)。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?)。

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。

正则表达式中文 正则表达式入门中文

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(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。［www.61k.com)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+)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)。

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+)bs+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)(?:exp) 位置指定

(?=exp)

(?<=exp)

(?!exp)

(?<!exp) 匹配exp前面的位置 匹配exp后面的位置 匹配后面跟的不是exp的位置

正则表达式中文 正则表达式入门中文

注释

(?#comment) 我们已经讨论了前两种语法。(www.61k.com]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。

零宽断言

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，也就是说它们像b,^,$那样用于指定一个位置，这个位置应该满足一定的条件(断言)，因此它们也被称为零宽断言。最好还是拿例子来说明吧：

(?=exp)也叫零宽度正预测先行断言，它断言自身出现的位置的后面能匹配表达式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)，如查找I'm singing while you're dancing.时，它会匹配和。

(?<=exp)也叫零宽度正回顾后发断言，它断言自身出现的位置的前面能匹配表达式。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，用它对1234567890进行查找时结果是234567890。

下面这个例子同时使用了这两种断言：(?<=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)。

负向零宽断言

正则表达式中文 正则表达式入门中文

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)。[www.61k.com)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：

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]总要匹配一个字符，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。负向零宽断言能解决这样的问题，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。

零宽度负预测先行断言(?!exp)，断言此位置的后面不能匹配表达式exp。例如：d{3}(?!d)b((?!abc)w)+b连续字符串abc的单词。

同理，我们可以用(?<!exp),零宽度正回顾后发断言来断言此位置的前面不能匹配表达式exp：(?<![a-z])d{7}匹配前面不是小写字母的七位数字。

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(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

正则表达式中文 正则表达式入门中文

小括号的另一种用途是能过语法(?#comment)来包含注释。（www.61k.com]例如：2[0-4]d(?#200-249)|25[0-5](?#250-255)|[01]?dd?(?#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：

(?<= # 断言要匹配的文本的前缀

<(w+)> # 查找尖括号括起来的字母或数字(即HTML/XML标签) ) # 前缀结束

.* # 匹配任意文本

(?= # 断言要匹配的文本的后缀

</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。

正则表达式中文 正则表达式入门中文

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。（www.61k.com］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，它会匹配和aab而不是ab？简单地说，因为正则表达式有另一条规则，比懒惰／贪婪规则的优先级更高：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

IgnoreCase(忽略大小写)

Multiline(多行模式)

Singleline(单行模式)

IgnorePatternWhitespace(忽略空

白)

RightToLeft(从右向左查找)

ExplicitCapture(显式捕获)

ECMAScript(JavaScript兼容模

式) 匹配时不区分大小写。 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。 更改.的含义，使它与每一个字符匹配（包括换行符n）。 忽略表达式中的非转义空白并启用由#标记的注释。 匹配从右向左而不是从左向右进行。 仅捕获已被显式命名的组。 使表达式的行为与它在JavaScript里的行为一致。 说明

正则表达式中文 正则表达式入门中文

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。[www.61k.com)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

正则表达式中文 正则表达式入门中文

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。（www.61k.com]

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

正则表达式中文 正则表达式入门中文

平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签：<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.

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。(www.61k.com)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

b t

r v f n e nn

xnn

unnnn

cN

A

Z

z

G p{name}

(?>exp) 报警字符(打印它的效果是电脑嘀一声) 通常是单词分界位置，但如果在字符类里使用代表退格 制表符，Tab 回车 竖向制表符 换页符 换行符 ASCII代码中八进制代码为nn的字符 ASCII代码中十六进制代码为nn的字符 ASCII控制字符。比如cC代表Ctrl+C 字符串开头(类似^，但不受处理多行选项的影响) 字符串结尾或行尾(不受处理多行选项的影响) 字符串结尾(类似$，但不受处理多行选项的影响) 当前搜索的开头 贪婪子表达式

(?<x>-<y>exp) 平衡组

(?im-nsx:exp)

(?im-nsx) (?(exp)yes|no)

(?(exp)yes) 为表达式后面的部分改变处理选项 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 同上，只是使用空表达式作为no

正则表达式中文 正则表达式入门中文

(?(name)yes|no)(?(name)yes) 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。[www.61k.com］

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。

断言

声明一个应该为真的事实。只有当断言为真时才会对正则表达式继续进行匹配。 网上的资源及本文参考文献

?

?

?

?

?

?

?

? 微软的正则表达式教程 System.Text.RegularExpressions.Regex类(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) Validated XHTML 1.0 Strict Validated CSS 2.1 推荐使用Mozilla FireFox浏览

正则表达式中文 正则表达式入门中文

更新说明

1. 2006-3-27 第一版

2. 2006-10-12 第二版

o 修正了几个细节上的错误和不准确的地方 o 增加了对处理中文时的一些说明 o 更改了几个术语的翻译（采用了MSDN的翻译方式） o 增加了平衡组的介绍 o 放弃了对The Regulator的介绍，改用Regex Tester

3. 2007-3-12 V2.1

o 修正了几个小的错误 o 增加了对处理选项(RegexOptions)的介绍

4. 2007-5-28 V2.2

o 重新组织了对零宽断言的介绍 o 删除了几个不太合适的示例，添加了几个实用的示例 o 其它一些微小的更改

本文标题：正则表达式入门经典-从表情包里诞生的这些网络流行词 已经被正式纳入英文词典
本文地址： http://www.61k.com/1100187.html