用asp+xmlhttp编写web采集程序(7)

正则表达式简介 
简单的说，正则表达式是一种可以用于模式匹配和替换的强有力的工具。在网络编程中应用广泛，如PHP脚本语言或是JavaScript、VBScript这样的客户端脚本语言都提供了对正则表达式的支持。由此可见，正则表达式已经超出了某种语言或某个系统的局限，成为人们广为接受的概念和功能。 

正则表达式可以让用户通过使用一系列的特殊字符构建匹配模式，然后把匹配模式与数据文件、程序输入以及WEB页面的表单输入等目标对象进行比较，根据比较对象中是否包含匹配模式，执行相应的程序。 

举例来说，正则表达式的一个最为普遍的应用就是用于验证用户在线输入的邮件地址的格式是否正确，如果通过正则表达式验证用户邮件地址的格式正确，用户所填写的表单信息将会被正常处理；反之，如果用户输入的邮件地址与正则表达的模式不匹配，将会弹出提示信息，要求用户重新输入正确的邮件地址。由此可见正则表达式在WEB应用的逻辑判断中具有举足轻重的作用。在后面我们会举例详细介绍。 

正则表达式形式一般如：/love/，其中位于"/"定界符之间的部分就是将要在目标对象中进行匹配的模式。用户只要把希望查找匹配对象的模式内容放入"/"定界符之间即可。为了能够使用户更加灵活的定制模式内容，正则表达式提供了专门的"元字符"。所谓元字符就是指那些在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符（即位于元字符前面的字符）在目标对象中的出现模式。较为常用的元字符包括： "+，"*，?以及{}"，或者"\s,\S,\d,\w和\W"等等。为了能够方便用户更加灵活的设定匹配模式，正则表达式允许使用者在匹配模式中利用[]界定匹配于某一个范围的字符而不局限于具体的字符。 

除了我们以上的元字符之外，正则表达式中还具有另外一种较为独特的专用字符，即定位符。定位符用于规定匹配模式在目标对象中的出现位置。较为常用的定位符包括： "^", "$", "\b" 以及 "\B"。 

如果我们希望在正则表达式中实现类似编程逻辑中的"或"运算，在多个不同的模式中任选一个进行匹配的话，可以使用管道符 "|"。例如： 正则表达式中还有一个较为常用的运算符，即否定符 "[^]"。与我们前文所提到的定位符 "^" 不同，否定符 "[^]"规定目标对象中不能存在模式中所规定的字符串。一般来说，当"^"出现在 "[]"内时就被视做否定运算符；而当"^"位于"[]"之外，或没有"[]"时，则应当被视做定位符。 

最后，当用户需要在正则表达式的模式中加入元字符，并查找其匹配对象时，可以使用转义符"\"。例如：/Th\*/，该正则表达式将会与目标对象中的"Th*"而非"The"等相匹配。