正則表達式（Regular Expressions）
正則表達式在其他編程語言中的應用非常廣泛，網上資料也非常多，而網上在ABAP語言中應用的資料卻很少，盡管各語言中正則表達式語法知識都很類似，但仍然有一些區別，本文主要是簡單介紹一下其基本語法。總結一下，方便大家查閱。
歡迎轉載，請注明出處，文中不足之處還望指正。（Email：hubin0809@126.com）
一、簡要認識
正則表達式就是用一個“字符串”來描述一個特征，然后去驗證另一個“字符串”是否符合這個特征。比如表達式“ab+” 描述的特征是“一個 'a' 和任意個 'b' ”，那么 'ab', 'abb', 'abbbbbbbbbb' 都符合這個特征。
正則表達式可以用來：（1）驗證字符串是否符合指定特征，比如驗證是否是合法的郵件地址。（2）用來查找字符串，從一個長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靈活方便。（3）用來替換，比普通的替換更強大。
舉例
| DATA: matcher TYPE REF TO cl_abap_matcher, |
| 輸出結果：X |
解釋：
1> '\w+@\w+(\.\w+)+'中 \w 是表示任意一個字母或數字或下划線，+ 表示前面字符個數為一個或多個，@即為’@’字符
2> matcher參照類cl_abap_matcher，match有匹配的意思，調用靜態方法create創建了匹配的對（暫時這么理解，好吧，我承認我不知道怎么形容），然后調用match方法，返回值中’X’表示匹配，SPACE表示不匹配。
具體含義后面會講到，本程序主要是驗證郵件地址是否合法。
二、語法規則
pattern模板，text要匹配的字符，match匹配結果，’X’表示匹配，SPACE表示不匹配。
1、 普通字符
字母、數字、漢字、下划線、以及后面沒有特殊定義的標點符號，都是"普通字符"。表達式中的普通字符，在匹配一個字符串的時候，匹配與之相同的一個字符。
| Pattern |
Text |
Match |
| A |
A |
X |
| A |
a |
- |
| A |
AB |
- |
| AB |
AB |
X |
2、 轉義字符
一些不便書寫的字符，采用在前面加 "\" 的方法。例如’.’
| 表達式 |
可匹配 |
| \\ |
代表 "\" 本身 |
| \. |
匹配小數點（.）本身 |
| \Q...\E |
中間的字符作為普通字符 |
| Pattern |
Text |
Match |
| .\. |
f. |
X |
| .\. |
f\f |
- |
| \w\d |
\w\d |
- |
| \\w\\d |
\w\d |
X |
| \Q\w\d\E |
\w\d |
X |
3、 能夠與 '多種字符' 匹配的表達式
正則表達式中的一些表示方法，可以匹配 '多種字符' 其中的任意一個字符。比如，表達式 "\d" 可以匹配任意一個數字。雖然可以匹配其中任意字符，但是只能是一個，不是多個。這就好比玩撲克牌時候，大小王可以代替任意一張牌，但是只能代替一張牌。（沒玩過？好吧，去玩qq夠級吧，ok，信息泄露了，承認我是山東人）
| 表達式 |
可匹配 |
| \d |
任意一個數字，0~9 中的任意一個 |
| \w |
任意一個字母或數字或下划線，也就是 A~Z,a~z,0~9,_ 中任意一個 |
| \s |
包括空格、制表符、換頁符等空白字符的其中任意一個 |
| . |
小數點可以匹配除了換行符（\n）以外的任意一個字符 |
| Pattern |
Text |
Match |
| \d |
9 |
X |
| \d |
25 |
- |
| \d\d |
25 |
X |
| \w |
A |
X |
| \s |
\n |
X |
| ... |
4zF |
X |
4、 自定義能夠與 '多種字符' 匹配的表達式
使用方括號 [ ] 包含一系列字符，能夠匹配其中任意一個字符。用 [^ ] 包含一系列字符，則能夠匹配其中字符之外的任意一個字符。同樣的道理，雖然可以匹配其中任意一個，但是只能是一個，不是多個。
| 表達式 |
可匹配 |
| [ab5@] |
匹配 "a" 或 "b" 或 "5" 或 "@" |
| [^abc] |
匹配 "a","b","c" 之外的任意一個字符 |
| [f-k] |
匹配 "f"~"k" 之間的任意一個字母 |
| [^A-F0-3] |
匹配 "A"~"F","0"~"3" 之外的任意一個字符 |
| Pattern |
Text |
Match |
| [abc] |
a |
X |
| [abc] |
abc |
- |
| [^abc]b |
cb |
- |
| [a-g]b |
cb |
X |
5、 支持的 POSIX 字符集合
| POSIX 字符集合 |
可匹配 |
| [:alnum:] |
任何一個字母或數字（A - Z, a - z, 0 - 9） |
| [:alpha:] |
任何一個字母（A - Z, a - z） |
| [:cntrl:] |
任何一個控制字符（\x00 – \x1F, \x7F） |
| [:digit:] |
任何一個數字（0 – 9） |
| [:space:] |
任何一個空白字符（\x09 – \x0D, \x20） |
| [:graph:] |
任何一個可顯示的 ASCII 字符，不包含空格 |
| [:lower:] |
任何一個小寫字母（a – z） |
| [:upper:] |
任何一個大寫字母（A – Z） |
| [:punct:] |
可顯示字符 [:print:] 中除去字母數字 [:alnum:] |
| [:blank:] |
空格或者制表符（\x20, \x09） |
個人感覺意義不大，可能對一些控制字符有用吧，了解。
| Pattern |
Text |
Match |
| [[:alnum:]] |
a |
X |
| [:lower:][:digit:] |
a9 |
X |
| [[:lower:][:digit:]] |
a9 |
- |
| [[:lower:][:digit:]] |
b |
X |
6、 修飾匹配次數的特殊符號
前面講到的表達式，無論是只能匹配一種字符的表達式，還是可以匹配多種字符其中任意一個的表達式，都只能匹配一次。如果使用表達式再加上修飾匹配次數的特殊符號，那么不用重復書寫表達式就可以重復匹配，否則會累死的。
| 表達式 |
作用 |
| {n} |
表達式重復n次，比如："\w{2}" 相當於 "\w\w"；"a{5}" 相當於 "aaaaa" |
| {m,n} |
表達式至少重復m次，最多重復n次，比如："ba{1,3}"可以匹配 "ba"或"baa"或"baaa" |
| {m,} |
表達式至少重復m次，比如："\w\d{2,}"可以匹配 "a12","_456","M12344"... |
| ? |
匹配表達式0次或者1次，相當於 {0,1}，比如："a[cd]?"可以匹配 "a","ac","ad" |
| + |
表達式至少出現1次，相當於 {1,}，比如："a+b"可以匹配 "ab","aab","aaab"... |
| * |
表達式不出現或出現任意次，相當於 {0,}，比如："*b"可以匹配 "b","cccb"... |
| Pattern |
Text |
Match |
| [abc]{3} |
bca |
X |
| .{3,5} |
abcd |
X |
| \d{5,} |
12345 |
X |
| a*b |
b |
X |
| a+b |
b |
- |
7、 其他一些代表抽象意義的特殊符號
| 表達式 |
作用 |
| ^ |
與字符串開始的地方匹配，不匹配任何字符 |
| $ |
與字符串結束的地方匹配，不匹配任何字符 |
| \b |
匹配一個單詞邊界，也就是單詞和空格之間的位置，不匹配任何字符 |
| | |
左右兩邊表達式之間 "或" 關系，匹配左邊或者右邊 |
| ( ) |
(1). 在被修飾匹配次數的時候，括號中的表達式可以作為整體被修飾 |
| (?: ) |
匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。 |
進一步的文字說明仍然比較抽象，因此，舉例幫助大家理解。
舉例1：表達式 "^aaa" 在匹配 "xxx aaa xxx" 時，匹配結果是：失敗。因為 "^" 要求與字符串開始的地方匹配，因此，只有當 "aaa" 位於字符串的開頭的時候，"^aaa" 才能匹配，比如："aaa xxx xxx"。
舉例2：表達式 "aaa$" 在匹配 "xxx aaa xxx" 時，匹配結果是：失敗。因為 "$" 要求與字符串結束的地方匹配，因此，只有當 "aaa" 位於字符串的結尾的時候，"aaa$" 才能匹配，比如："xxx xxx aaa"。
舉例3：表達式 ".\b." 在匹配 "@@@abc" 時，能夠找到匹配的內容；匹配到的內容是："@a"；匹配到的位置是：開始於2，結束於4。
進一步說明："\b" 與 "^" 和 "$" 類似，本身不匹配任何字符，但是它要求它在匹配結果中所處位置的左右兩邊，其中一邊是 "\w" 范圍，另一邊是 非"\w" 的范圍。
舉例4：表達式 "\bend\b" 在匹配 "weekend,endfor,end" 時，能夠找到匹配的內容；匹配到的內容是："end"；匹配到的位置是：開始於15，結束於18。
| Pattern |
Text |
Match |
| (.{1,3})|(.{5,}) |
bcade |
X |
三、正則表達式中的一些高級規則(ABAP部分支持)
1、 匹配次數中的貪婪與非貪婪
貪婪模式：
在使用修飾匹配次數的特殊符號時，有幾種表示方法可以使同一個表達式能夠匹配不同的次數，比如："{m,n}", "{m,}", "?", "*", "+"，具體匹配的次數隨被匹配的字符串而定。這種重復匹配不定次數的表達式在匹配過程中，總是盡可能多的匹配。比如，針對文本 "dxxxdxxxd"，舉例如下：
| 表達式 |
匹配結果 |
| (d)(\w+) |
"\w+" 將匹配第一個 "d" 之后的所有字符 "xxxdxxxd" |
| (d)(\w+)(d) |
"\w+" 將匹配第一個 "d" 和最后一個 "d" 之間的所有字符 "xxxdxxx"。雖然 "\w+" 也能夠匹配上最后一個 "d"，但是為了使整個表達式匹配成功，"\w+" 可以 "讓出" 它本來能夠匹配的最后一個 "d" |
由此可見，"\w+" 在匹配的時候，總是盡可能多的匹配符合它規則的字符。雖然第二個舉例中，它沒有匹配最后一個 "d"，但那也是為了讓整個表達式能夠匹配成功。同理，帶 "*" 和 "{m,n}" 的表達式都是盡可能地多匹配，帶 "?" 的表達式在可匹配可不匹配的時候，也是盡可能的 "要匹配"。這種匹配原則就叫作 "貪婪" 模式 。
非貪婪模式：（ABAP暫時不支持，但是最好理解吧）
在修飾匹配次數的特殊符號后再加上一個 "?" 號，則可以使匹配次數不定的表達式盡可能少的匹配，使可匹配可不匹配的表達式，盡可能的 "不匹配"。這種匹配原則叫作 "非貪婪" 模式，也叫作 "勉強" 模式。如果少匹配就會導致整個表達式匹配失敗的時候，與貪婪模式類似，非貪婪模式會最小限度的再匹配一些，以使整個表達式匹配成功。舉例如下，針對文本 "dxxxdxxxd" 舉例：
| 表達式 |
匹配結果 |
| (d)(\w+?) |
"\w+?" 將盡可能少的匹配第一個 "d" 之后的字符，結果是："\w+?" 只匹配了一個 "x" |
| (d)(\w+?)(d) |
為了讓整個表達式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以讓后邊的 "d" 匹配，從而使整個表達式匹配成功。因此，結果是："\w+?" 匹配 "xxx" |
更多的情況，舉例如下：
舉例1：表達式 "<td>(.*)</td>" 與字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配時，匹配的結果是：成功；匹配到的內容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整個字符串， 表達式中的 "</td>" 將與字符串中最后一個 "</td>" 匹配。
舉例2：相比之下，表達式 "<td>(.*?)</td>" 匹配舉例1中同樣的字符串時，將只得到 "<td><p>aa</p></td>"， 再次匹配下一個時，可以得到第二個 "<td><p>bb</p></td>"。
2、 反向引用 \1, \2
表達式在匹配時，表達式引擎會將小括號 "( )" 包含的表達式所匹配到的字符串記錄下來。在獲取匹配結果的時候，小括號包含的表達式所匹配到的字符串可以單獨獲取。這一點，在前面的舉例中，已經多次展示了。在實際應用場合中，當用某種邊界來查找，而所要獲取的內容又不包含邊界時，必須使用小括號來指定所要的范圍。比如前面的 "<td>(.*?)</td>"。
其實，"小括號包含的表達式所匹配到的字符串" 不僅是在匹配結束后才可以使用，在匹配過程中也可以使用。表達式后邊的部分，可以引用前面 "括號內的子匹配已經匹配到的字符串"。引用方法是 "\" 加上一個數字。"\1" 引用第1對括號內匹配到的字符串，"\2" 引用第2對括號內匹配到的字符串……以此類推，如果一對括號內包含另一對括號，則外層的括號先排序號。換句話說，哪一對的左括號 "(" 在前，那這一對就先排序號。
舉例如下：
舉例1：表達式 "('|")(.*?)\1" 在匹配 " 'Hello', "World" " 時，匹配結果是：成功；匹配到的內容是：" 'Hello' "。再次匹配下一個時，可以匹配到 " "World" "。
舉例2：表達式 "(\w)\1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 時，匹配結果是：成功；匹配到的內容是 "ccccc"。再次匹配下一個時，將得到 999999999。這個表達式要求 "\w" 范圍的字符至少重復5次，注意與 "\w{5,}" 之間的區別。
舉例3：表達式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>" 在匹配 "<td id='td1' style="bgcolor:white"></td>" 時，匹配結果是成功。如果 "<td>" 與 "</td>" 不配對，則會匹配失敗；如果改成其他配對，也可以匹配成功。
3、 預搜索
前面的章節中，我講到了幾個代表抽象意義的特殊符號："^"，"$"，"\b"。它們都有一個共同點，那就是：它們本身不匹配任何字符，只是對 "字符串的兩頭" 或者 "字符之間的縫隙" 附加了一個條件。理解到這個概念以后，本節將繼續介紹另外一種對 "兩頭" 或者 "縫隙" 附加條件的，更加靈活的表示方法。
正向預搜索："(?=xxxxx)"，"(?!xxxxx)"
格式："(?=xxxxx)"，在被匹配的字符串中，它對所處的 "縫隙" 或者 "兩頭" 附加的條件是：所在縫隙的右側，必須能夠匹配上 xxxxx 這部分的表達式。因為它只是在此作為這個縫隙上附加的條件，所以它並不影響后邊的表達式去真正匹配這個縫隙之后的字符。這就類似 "\b"，本身不匹配任何字符。"\b" 只是將所在縫隙之前、之后的字符取來進行了一下判斷，不會影響后邊的表達式來真正的匹配。
舉例1：表達式 "Windows (?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 時，將只匹配 "Windows NT" 中的 "Windows "，其他的 "Windows " 字樣則不被匹配。
舉例2：表達式 "(\w)((?=\1\1\1)(\1))+" 在匹配字符串 "aaa ffffff 999999999" 時，將可以匹配6個"f"的前4個，可以匹配9個"9"的前7個。這個表達式可以讀解成：重復4次以上的字母數字，則匹配其剩下最后2位之前的部分。當然，這個表達式可以不這樣寫，在此的目的是作為演示之用。
格式："(?!xxxxx)"，所在縫隙的右側，必須不能匹配 xxxxx 這部分表達式。
舉例3：表達式 "((?!\bstop\b).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 時，將從頭一直匹配到 "stop" 之前的位置，如果字符串中沒有 "stop"，則匹配整個字符串。
舉例4：表達式 "do(?!\w)" 在匹配字符串 "done, do, dog" 時，只能匹配 "do"。在本條舉例中，"do" 后邊使用 "(?!\w)" 和使用 "\b" 效果是一樣的。
| 表達式 |
方向 |
說明 |
| (?=xxx) |
正向預搜索（向右） |
正向預搜索，判斷當前位置右側是否能匹配指定表達式 |
| (?!xxx) |
正向預搜索否定，判斷當前位置右側是否不能夠匹配指定表達式 |
|
| (?<=xxx) |
反向預搜索（向左）[ABAP不支持] |
反向預搜索，判斷當前位置左側是否能夠匹配指定表達式 |
| (?<!xxx) |
反向預搜索否定，判斷當前位置左側是否不能夠匹配指定表達式 |
4、 其他補充
1> 在表達式 "\s"，"\d"，"\w"，"\b" 表示特殊意義的同時，其大寫字母表示相反的意義
| 表達式 |
可匹配 |
| \S |
匹配所有非空白字符（"\s" 可匹配各個空白字符） |
| \D |
匹配所有的非數字字符 |
| \W |
匹配所有的字母、數字、下划線以外的字符 |
| \B |
匹配非單詞邊界，即左右兩邊都是 "\w" 范圍或者左右兩邊都不是 "\w" 范圍時的字符縫隙 |
2> 在表達式中有特殊意義，需要添加 "\" 才能匹配該字符本身的字符匯總
| 字符 |
說明 |
| ^ |
匹配輸入字符串的開始位置。要匹配 "^" 字符本身，請使用 "\^" |
| $ |
匹配輸入字符串的結尾位置。要匹配 "$" 字符本身，請使用 "\$" |
| ( ) |
標記一個子表達式的開始和結束位置。要匹配小括號，請使用 "\(" 和 "\)" |
| [ ] |
用來自定義能夠匹配 '多種字符' 的表達式。要匹配中括號，請使用 "\[" 和 "\]" |
| { } |
修飾匹配次數的符號。要匹配大括號，請使用 "\{" 和 "\}" |
| . |
匹配除了換行符（\n）以外的任意一個字符。要匹配小數點本身，請使用 "\." |
| ? |
修飾匹配次數為 0 次或 1 次。要匹配 "?" 字符本身，請使用 "\?" |
| + |
修飾匹配次數為至少 1 次。要匹配 "+" 字符本身，請使用 "\+" |
| * |
修飾匹配次數為 0 次或任意次。要匹配 "*" 字符本身，請使用 "\*" |
| | |
左右兩邊表達式之間 "或" 關系。匹配 "|" 本身，請使用 "\|" |
四、在ABAP中的應用
規則終於寫完了！其實和其他編程語言規則差不多啦！下面結合ABAP講講怎么使用吧，Let’s GO!
不過需要注意, SAP只能是ECC6或者更高版本才可以使用正則(ABAP supports POSIX regular expressions as of Release 7.00)
在ABAP中定義了兩個類來實現相應功能，分別是
CL_ABAP_REGEX regex就是regular expression的縮寫，里面的方法不是很多，可能用到的也就只有構造方法和REATE_MATCHER這個方法。
CL_ABAP_MATCHER matcher匹配的意思，也就是說所有的匹配規則都和它有關，里面具體方法，se24去查看
其實正則表達式的應用無外乎三種：驗證（是否符合規則）、查找（包含提取）、替換
1、 驗證
實例1
| IF CL_ABAP_MATCHER=>MATCHES( PATTERN = '\D+' |
| 輸出結果：IS NOT NUMBER |
解釋：CL_ABAP_MATCHER有一個靜態方法，直接進行匹配。
2、 查找
實例2
| DATA: |
| 輸出結果：http://www.cnblogs.com/VerySky/admin/EditPosts.aspx?opt=1 |
解釋：
- 創建match實例（創建規則），構造方法中有pattern參數輸入規則，IGNORE_CASE是否忽略大小寫，SIMPLE_REGEX是否使用簡單規則（具體參見F1幫助文檔），
B．在實例中有FIND_ALL(),FIND_NEXT()方法，可以用來查找。
這個方法是不是太麻煩了啊，不急有簡單的方法，其實就是字符串處理中用到的。
實例3
| DATA: patt TYPE string VALUE `n.?w`, |
| 輸出結果： 11 3 24 3 |
實例4
| DATA: STR TYPE STRING , |
| 輸出結果： 我啊 們 |
解釋：大家都知道英文字母是單字節的，中文是雙字節的，但是在ABAP里面用strlen等方法是區別不出單雙字節的，這個實例中講的不失為一個很好的辦法。
3、 替換
實例4
| DATA: |
| 輸出結果： REPLACE BEFORE: hubinshishuibuzhidao REPLACE COUNT IS:2 REPLACE AFTER: hubinshishuibuzhidao |
大家肯定會說了，字符串前后沒有沒替換啊。注意修改的不是W_TEXT本身，他將修改后的值放到了MATCHER->TEXT即match類實例的屬性里面，我們只需令W_TEXT = MATCHER->TEXT即可。
修改后
| DATA: W_TEXT = MATCHER->TEXT. |
| 輸出結果： REPLACE BEFORE: hubinshishuibuzhidao REPLACE COUNT IS:2 REPLACE AFTER: hubinFFFFFFbuzhidao |
同樣這里也有簡單方法，字符串處理中的方法也是支持正則的
實例5
| DATA TEXT TYPE STRING VALUE '-dfufdud-'. |
| 輸出結果： -dfxfdxd- |
4、 方法語句總結
類結
CL_ABAP_MATCHER類里的重要方法
字符串處理中，支持正則的語句
五、補充
這里給出ABAP F1幫助中給出的一個特殊字符的列表，很有用的
Special Characters in Regular Expressions
The following tables summarize the special characters in regular expressions:
Escape character
| Special character |
Meaning |
| \ |
Escape character for special characters |
Special character for single character strings
| Special character |
Meaning |
| . |
Placeholder for any single character |
| \C |
Placeholder for any single character |
| \d |
Placeholder for any single digit |
| \D |
Placeholder for any character other than a digit |
| \l |
Placeholder for any lower-case letter |
| \L |
Placeholder for any character other than a lower-case letter |
| \s |
Placeholder for a blank character |
| \S |
Placeholder for any character other than a blank character |
| \u |
Placeholder for any upper-case letter |
| \U |
Placeholder for any character other than an upper-case letter |
| \w |
Placeholder for any alphanumeric character including _ |
| \W |
Placeholder for any non-alphanumeric character except for _ |
| [ ] |
Definition of a value set for single characters |
| [^ ] |
Negation of a value set for single characters |
| [ - ] |
Definition of a range in a value set for single characters |
| [ [:alnum:] ] |
Description of all alphanumeric characters in a value set |
| [ [:alpha:] ] |
Description of all letters in a value set |
| [ [:blank:] ] |
Description for blank characters and horizontal tabulators in a value set |
| [ [:cntrl:] ] |
Description of all control characters in a value set |
| [ [:digit:] ] |
Description of all digits in a value set |
| [ [:graph:] ] |
Description of all graphic special characters in a value set |
| [ [:lower:] ] |
Description of all lower-case letters in a value set |
| [ [:print:] ] |
Description of all displayable characters in a value set |
| [ [:punct:] ] |
Description of all punctuation characters in a value set |
| [ [:space:] ] |
Description of all blank characters, tabulators, and carriage feeds in a value set |
| [ [:unicode:] ] |
Description of all Unicode characters in a value set with a code larger than 255 |
| [ [:upper:] ] |
Description of all upper-case letters in a value set |
| [ [:word:] ] |
Description of all alphanumeric characters in a value set, including _ |
| [ [:xdigit:] ] |
Description of all hexadecimal digits in a value set |
| \a \f \n \r \t \v |
Diverse platform-specific control characters |
| [..] |
Reserved for later enhancements |
| [==] |
Reserved for later enhancements |
Special characters for character string patterns
| Special character |
Meaning |
| {n} |
Concatenation of n single characters |
| {n,m} |
Concatenation of at least n and a maximum of m single characters |
| {n,m}? |
Reserved for later enhancements |
| ? |
One or no single characters |
| * |
Concatenation of any number of single characters including 'no characters' |
| *? |
Reserved for later enhancements |
| + |
Concatenation of any number of single characters excluding 'no characters' |
| +? |
Reserved for later enhancements |
| | |
Linking of two alternative expressions |
| ( ) |
Definition of subgroups with registration |
| (?: ) |
Definition of subgroups without registration |
| \1, \2, \3 ... |
Placeholder for the register of subgroups |
| \Q ... \E |
Definition of a string of literal characters |
| (? ... ) |
Reserved for later enhancements |
Special characters for search strings
| Special character |
Meaning |
| ^ |
Anchor character for the start of a line |
| \A |
Anchor character for the start of a character string |
| $ |
Anchor character for the end of a line |
| \Z |
Anchor character for the end of a character string |
| \< |
Start of a word |
| \> |
End of a word |
| \b |
Start or end of a word |
| \B |
Space between characters within a word |
| (?= ) |
Preview condition |
| (?! ) |
Negated preview condition |
Special characters for replacement texts
| Special character |
Meaning |
| $0, $& |
Placeholder for the whole found location |
| $1, $2, $3... |
Placeholder for the register of subgroups |
| $` |
Placeholder for the text before the found location |
| $' |
Placeholder for the text after the found location |
從上面的列表可以看出，ABAP中對“非貪婪模式”（ABAP啊，你不支持啊，你太貪婪了）和“反向預搜索”暫不支持，希望以后能夠趕緊擴展功能吧，畢竟很強大的說。
正則表達式是需要反復修改，最后才能找到最匹配的規則的，為此ABAP Program里也提供了一個，測試用得小程序，SE38里找DEMO_REGEX_TOY運行即可。
在ABAP培訓資料里面有一個很有意思的表達式，大家有興趣可以看一下它能匹配什么文字
| ^(?=\d)(?:(?:31(?!.(?:0?[2469]|11))|(?:30 |29)(?!.0?2)|29(?=.0?2.(?:(?:(?:1[6-9]|[2 -9]\d)?(?:0[48]|[2468][048]|[13579][26])| (?:(?:16|[2468][048]|[3579][26])00)))(?:\ x20|$))|(?:2[0-8]|1\d|0?[1-9]))([-./])(?: 1[012]|0?[1-9])\1(?:1[6-9]|[2-9]\d)?\d\d( ?:(?=\x20\d)\x20|$))?(((0?[1-9]|1[012])(: [0-5]\d){0,2}(\x20[AP]M))|([01]\d|2[0-3]) (:[0-5]\d){1,2})?$ |
以下附上網上的一些資料：
表達式全集
正則表達式有多種不同的風格。下表是在PCRE中元字符及其在正則表達式上下文中的行為的一個完整列表：
| 字符 |
描述 |
| \ |
將下一個字符標記為一個特殊字符、或一個原義字符、或一個向后引用、或一個八進制轉義符。例如，“ |
| ^ |
匹配輸入字符串的開始位置。如果設置了RegExp對象的Multiline屬性，^也匹配“ |
| $ |
匹配輸入字符串的結束位置。如果設置了RegExp對象的Multiline屬性，$也匹配“ |
| * |
匹配前面的子表達式零次或多次。例如，zo*能匹配“ |
| + |
匹配前面的子表達式一次或多次。例如，“ |
| ? |
匹配前面的子表達式零次或一次。例如，“ |
| {n} |
n是一個非負整數。匹配確定的n次。例如，“ |
| {n,} |
n是一個非負整數。至少匹配n次。例如，“ |
| {n,m} |
m和n均為非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，“ |
| ? |
當該字符緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對於字符串“ |
| . |
匹配除“ |
| (pattern) |
匹配pattern並獲取這一匹配。所獲取的匹配可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字符，請使用“ |
| (?:pattern) |
匹配pattern但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用或字符“ |
| (?=pattern) |
正向預查，在任何匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如，“ |
| (?!pattern) |
負向預查，在任何不匹配pattern的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如“ |
| x|y |
匹配x或y。例如，“ |
| [xyz] |
字符集合。匹配所包含的任意一個字符。例如，“ |
| [^xyz] |
負值字符集合。匹配未包含的任意字符。例如，“ |
| [a-z] |
字符范圍。匹配指定范圍內的任意字符。例如，“ |
| [^a-z] |
負值字符范圍。匹配任何不在指定范圍內的任意字符。例如，“ |
| \b |
匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，“ |
| \B |
匹配非單詞邊界。“ |
| \cx |
匹配由x指明的控制字符。例如，\cM匹配一個Control-M或回車符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的“ |
| \d |
匹配一個數字字符。等價於[0-9]。 |
| \D |
匹配一個非數字字符。等價於[^0-9]。 |
| \f |
匹配一個換頁符。等價於\x0c和\cL。 |
| \n |
匹配一個換行符。等價於\x0a和\cJ。 |
| \r |
匹配一個回車符。等價於\x0d和\cM。 |
| \s |
匹配任何空白字符，包括空格、制表符、換頁符等等。等價於[\f\n\r\t\v]。 |
| \S |
匹配任何非空白字符。等價於[^\f\n\r\t\v]。 |
| \t |
匹配一個制表符。等價於\x09和\cI。 |
| \v |
匹配一個垂直制表符。等價於\x0b和\cK。 |
| \w |
匹配包括下划線的任何單詞字符。等價於“ |
| \W |
匹配任何非單詞字符。等價於“ |
| \xn |
匹配n，其中n為十六進制轉義值。十六進制轉義值必須為確定的兩個數字長。例如，“ |
| \num |
匹配num，其中num是一個正整數。對所獲取的匹配的引用。例如，“ |
| \n |
標識一個八進制轉義值或一個向后引用。如果\n之前至少n個獲取的子表達式，則n為向后引用。否則，如果n為八進制數字（0-7），則n為一個八進制轉義值。 |
| \nm |
標識一個八進制轉義值或一個向后引用。如果\nm之前至少有nm個獲得子表達式，則nm為向后引用。如果\nm之前至少有n個獲取，則n為一個后跟文字m的向后引用。如果前面的條件都不滿足，若n和m均為八進制數字（0-7），則\nm將匹配八進制轉義值nm。 |
| \nml |
如果n為八進制數字（0-3），且m和l均為八進制數字（0-7），則匹配八進制轉義值nml。 |
| \un |
匹配n，其中n是一個用四個十六進制數字表示的Unicode字符。例如，\u00A9匹配版權符號（?）。 |
常用的正則表達式
正則表達式用於字符串處理、表單驗證等場合，實用高效。現將一些常用的表達式收集於此，以備不時之需。
用戶名：/^[a-z0-9_-]{3,16}$/
密碼：/^[a-z0-9_-]{6,18}$/
十六進制值：/^#?([a-f0-9]{6}|[a-f0-9]{3})$/
電子郵箱：/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/
URL：/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$/
IP 地址：/^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/
HTML 標簽：/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/
Unicode編碼中的漢字范圍：/^[u4e00-u9fa5],{0,}$/
匹配中文字符的正則表達式： [\u4e00-\u9fa5]
評注：匹配中文還真是個頭疼的事，有了這個表達式就好辦了
匹配雙字節字符(包括漢字在內)：[^\x00-\xff]
評注：可以用來計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1）
匹配空白行的正則表達式：\n\s*\r
評注：可以用來刪除空白行
匹配HTML標記的正則表達式：<(\S*?)[^>]*>.*?</\1>|<.*? />
評注：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於復雜的嵌套標記依舊無能為力
匹配首尾空白字符的正則表達式：^\s*|\s*$
評注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式
匹配Email地址的正則表達式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
評注：表單驗證時很實用
匹配網址URL的正則表達式：[a-zA-z]+://[^\s]*
評注：網上流傳的版本功能很有限，上面這個基本可以滿足需求
匹配帳號是否合法(字母開頭，允許5-16字節，允許字母數字下划線)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
評注：表單驗證時很實用
匹配國內電話號碼：\d{3}-\d{8}|\d{4}-\d{7}
評注：匹配形式如 0511-4405222 或 021-87888822
匹配騰訊QQ號：[1-9][0-9]{4,}
評注：騰訊QQ號從10000開始
匹配中國大陸郵政編碼：[1-9]\d{5}(?!\d)
評注：中國大陸郵政編碼為6位數字
匹配身份證：\d{15}|\d{18}
評注：中國大陸的身份證為15位或18位
匹配ip地址：\d+\.\d+\.\d+\.\d+
評注：提取ip地址時有用
匹配特定數字：
^[1-9]\d*$ //匹配正整數
^-[1-9]\d*$ //匹配負整數
^-?[1-9]\d*$ //匹配整數
^[1-9]\d*|0$ //匹配非負整數（正整數 + 0）
^-[1-9]\d*|0$ //匹配非正整數（負整數 + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮點數
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配負浮點數
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮點數
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非負浮點數（正浮點數 + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮點數（負浮點數 + 0）
評注：處理大量數據時有用，具體應用時注意修正
匹配特定字符串：
^[A-Za-z]+$ //匹配由26個英文字母組成的字符串
^[A-Z]+$ //匹配由26個英文字母的大寫組成的字符串
^[a-z]+$ //匹配由26個英文字母的小寫組成的字符串
^[A-Za-z0-9]+$ //匹配由數字和26個英文字母組成的字符串
^\w+$ //匹配由數字、26個英文字母或者下划線組成的字符串
如何寫出高效率的正則表達式
如果純粹是為了挑戰自己的正則水平，用來實現一些特效（例如使用正則表達式計算質數、解線性方程），效率不是問題；如果所寫的正則表達式只是為了滿足一兩次、幾十次的運行，優化與否區別也不太大。但是，如果所寫的正則表達式會百萬次、千萬次地運行，效率就是很大的問題了。我這里總結了幾條提升正則表達式運行效率的經驗（工作中學到的，看書學來的，自己的體會），貼在這里。如果您有其它的經驗而這里沒有提及，歡迎賜教。
為行文方便，先定義兩個概念。
誤匹配：指正則表達式所匹配的內容范圍超出了所需要范圍，有些文本明明不符合要求，但是被所寫的正則式“擊中了”。例如，如果使用\d{11}來匹配11位的手機號，\d{11}不單能匹配正確的手機號，它還會匹配98765432100這樣的明顯不是手機號的字符串。我們把這樣的匹配稱之為誤匹配。
漏匹配：指正則表達式所匹配的內容所規定的范圍太狹窄，有些文本確實是所需要的，但是所寫的正則沒有將這種情況囊括在內。例如，使用\d{18}來匹配18位的身份證號碼，就會漏掉結尾是字母X的情況。
寫出一條正則表達式，既可能只出現誤匹配（條件寫得極寬松，其范圍大於目標文本），也可能只出現漏匹配（只描述了目標文本中多種情況種的一種），還可能既有誤匹配又有漏匹配。例如，使用\w+\.com來匹配.com結尾的域名，既會誤匹配abc_.com這樣的字串（合法的域名中不含下划線，\w包含了下划線這種情況），又會漏掉ab-c.com這樣的域名（合法域名中可以含中划線，但是\w不匹配中划線）。
精准的正則表達式意味着既無誤匹配且無漏匹配。當然，現實中存在這樣的情況：只能看到有限數量的文本，根據這些文本寫規則，但是這些規則將會用到海量的文本中。這種情況下，盡可能地（如果不是完全地）消除誤匹配以及漏匹配，並提升運行效率，就是我們的目標。本文所提出的經驗，主要是針對這種情況。
掌握語法細節。正則表達式在各種語言中，其語法大致相同，細節各有千秋。明確所使用語言的正則的語法的細節，是寫出正確、高效正則表達式的基礎。例如，perl中與\w等效的匹配范圍是[a-zA-Z0-9_]；perl正則式不支持肯定逆序環視中使用可變的重復（variable repetition inside lookbehind，例如(?<=.*)abc），但是.Net語法是支持這一特性的；又如，JavaScript連逆序環視（Lookbehind,如(?<=ab)c）都不支持，而perl和python是支持的。《精通正則表達式》第3章《正則表達式的特性和流派概覽》明確地列出了各大派系正則的異同，這篇文章也簡要地列出了幾種常用語言、工具中正則的比較。對於具體使用者而言，至少應該詳細了解正在使用的那種工作語言里正則的語法細節。
先粗后精，先加后減。使用正則表達式語法對於目標文本進行描述和界定，可以像畫素描一樣，先大致勾勒出框架，再逐步在局步實現細節。仍舉剛才的手機號的例子，先界定\d{11}，總不會錯；再細化為1[358]\d{9}，就向前邁了一大步（至於第二位是不是3、5、8，這里無意深究，只舉這樣一個例子，說明逐步細化的過程）。這樣做的目的是先消除漏匹配（剛開始先盡可能多地匹配，做加法），然后再一點一點地消除誤匹配（做減法）。這樣有先有后，在考慮時才不易出錯，從而向“不誤不漏”這個目標邁進。
留有余地。所能看到的文本sample是有限的，而待匹配檢驗的文本是海量的，暫時不可見的。對於這樣的情況，在寫正則表達式時要跳出所能見到的文本的圈子，開拓思路，作出“戰略性前瞻”。例如，經常收到這樣的垃圾短信：“發*票”、“發#漂”。如果要寫規則屏蔽這樣煩人的垃圾短信，不但要能寫出可以匹配當前文本的正則表達式 發[*#](?:票|漂)，還要能夠想到 發.(?:票|漂|飄)之類可能出現的“變種”。這在具體的領域或許會有針對性的規則，不多言。這樣做的目的是消除漏匹配，延長正則表達式的生命周期。
明確。具體說來，就是謹慎用點號這樣的元字符，盡可能不用星號和加號這樣的任意量詞。只要能確定范圍的，例如\w，就不要用點號；只要能夠預測重復次數的，就不要用任意量詞。例如，寫析取twitter消息的腳本，假設一條消息的xml正文部分結構是<span class=”msg”>…</span>且正文中無尖括號，那么<span class=”msg”>[^<]{1,480}</span>這種寫法的思路要好於<span class=”msg”>.*</span>，原因有二：一是使用[^<]，它保證了文本的范圍不會超出下一個小於號所在的位置；二是明確長度范圍，{1,480}，其依據是一條twitter消息大致能的字符長度范圍。當然，480這個長度是否正確還可推敲，但是這種思路是值得借鑒的。說得狠一點，“濫用點號、星號和加號是不環保、不負責任的做法”。
不要讓稻草壓死駱駝。每使用一個普通括號()而不是非捕獲型括號(?:…)，就會保留一部分內存等着你再次訪問。這樣的正則表達式、無限次地運行次數，無異於一根根稻草的堆加，終於能將駱駝壓死。養成合理使用(?:…)括號的習慣。
寧簡勿繁。將一條復雜的正則表達式拆分為兩條或多條簡單的正則表達式，編程難度會降低，運行效率會提升。例如用來消除行首和行尾空白字符的正則表達式s/^\s+|\s+$//g;，其運行效率理論上要低於s/^\s+//g; s/\s+$//g; 。這個例子出自《精通正則表達式》第五章，書中對它的評論是“它幾乎總是最快的，而且顯然最容易理解”。既快又容易理解，何樂而不為？工作中我們還有其它的理由要將C==(A|B)這樣的正則表達式拆為A和B兩條表達式分別執行。例如，雖然A和B這兩種情況只要有一種能夠擊中所需要的文本模式就會成功匹配，但是如果只要有一條子表達式（例如A）會產生誤匹配，那么不論其它的子表達式（例如B）效率如何之高，范圍如何精准，C的總體精准度也會因A而受到影響。
巧妙定位。有時候，我們需要匹配的the，是作為單詞的the（兩邊有空格），而不是作為單詞一部分的t-h-e的有序排列（例如together中的the）。在適當的時候用上^，$，\b等等定位錨點，能有效提升找到成功匹配、淘汰不成功匹配的效率。
附上資料：
1、本文word版：http://115.com/file/c2fac2o9
2、正則表達式ABAP官方資料：http://115.com/file/beucnm53
3、正則表達式查閱文檔：http://115.com/file/c2fackc0