正则表达式中\w不能识别中文

正则表达式用于字符串处理，表单验证等场合，实用高效，但用到时总是不太把握，以致往往要上网查一番。我将一些常用的表达式收藏在这里，作备忘之用。本贴随时会更新。
匹配中文字符的正则表达式：[\u4e00-\u9fa5]
匹配双字节字符(包括汉字在内)：[^\x00-\xff]
应用：计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）
String.prototype.len=function(){returnthis.replace([^\x00-\xff]/g,"aa").length;}
匹配空行的正则表达式：\n[\s|]*\r
匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>|<(.*)\/>/
匹配首尾空格的正则表达式：(^\s*)|(\s*$)
String.prototype.trim=function()
{
returnthis.replace(/(^\s*)|(\s*$)/g,"");
}
利用正则表达式分解和转换IP地址：
下面是利用正则表达式匹配IP地址，并将IP地址转换成对应数值的Javascript程序：
functionIP2V(ip)
{
re=/(\d+)\.(\d+)\.(\d+)\.(\d+)/g//匹配IP地址的正则表达式
if(re.test(ip))
{
returnRegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
}
else
{
thrownewError("NotavalidIPaddress!")
}
}
不过上面的程序如果不用正则表达式，而直接用split函数来分解可能更简单，程序如下：
varip="10.100.20.168"
ip=ip.split(".")
alert("IP值是："+(ip[0]*255*255*255+ip[1]*255*255+ip[2]*255+ip[3]*1))
匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
匹配网址URL的正则表达式：http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?
利用正则表达式去除字串中重复的字符的算法程序：[注：此程序不正确，原因见本贴回复]
vars="abacabefgeeii"
vars1=s.replace(/(.).*\1/g,"$1")
varre=newRegExp("["+s1+"]","g")
vars2=s.replace(re,"")
alert(s1+s2)//结果为：abcefgi
我原来在CSDN上发贴寻求一个表达式来实现去除重复字符的方法，最终没有找到，这是我能想到的最简单的实现方法。思路是使用后向引用取出包括重复的字符，再以重复的字符建立第二个表达式，取到不重复的字符，两者串连。这个方法对于字符顺序有要求的字符串可能不适用。
得用正则表达式从URL地址中提取文件名的javascript程序，如下结果为page1
s="http://www.9499.net/page1.htm"
s=s.replace(/(.*\/){0,}([^\.]+).*/ig,"$2")
alert(s)
利用正则表达式限制网页表单里的文本框输入内容：
用正则表达式限制只能输入中文：onkeyup="value=value.replace(/[^\u4E00-\u9FA5]/g,"")"onbeforepaste="clipboardData.setData("text",clipboardData.getData("text").replace(/[^\u4E00-\u9FA5]/g,""))"
用正则表达式限制只能输入全角字符：onkeyup="value=value.replace(/[^\uFF00-\uFFFF]/g,"")"onbeforepaste="clipboardData.setData("text",clipboardData.getData("text").replace(/[^\uFF00-\uFFFF]/g,""))"
用正则表达式限制只能输入数字：onkeyup="value=value.replace(/[^\d]/g,"")"onbeforepaste="clipboardData.setData("text",clipboardData.getData("text").replace(/[^\d]/g,""))"
用正则表达式限制只能输入数字和英文：onkeyup="value=value.replace(/[\W]/g,"")"onbeforepaste="clipboardData.setData("text",clipboardData.getData("text").replace(/[^\d]/g,""))"
------------------------------------------
另外从baidu的知道里边拿到些信息:
正则表达式的构造摘要
构造匹配
字符
x字符x
\\反斜线字符
\0n带有八进制值0的字符n(0<=n<=7)
\0nn带有八进制值0的字符nn(0<=n<=7)
\0mnn带有八进制值0的字符mnn（0<=m<=3、0<=n<=7）
\xhh带有十六进制值0x的字符hh
\uhhhh带有十六进制值0x的字符hhhh
\t制表符("\u0009")
\n新行（换行）符("\u000A")
\r回车符("\u000D")
\f换页符("\u000C")
\a报警(bell)符("\u0007")
\e转义符("\u001B")
\cx对应于x的控制符
字符类
[abc]a、b或c（简单类）
[^abc]任何字符，除了a、b或c（否定）
[a-zA-Z]a到z或A到Z，两头的字母包括在内（范围）
[a-d[m-p]]a到d或m到p：[a-dm-p]（并集）
[a-z&&[def]]d、e或f（交集）
[a-z&&[^bc]]a到z，除了b和c：[ad-z]（减去）
[a-z&&[^m-p]]a到z，而非m到p：[a-lq-z]（减去）
预定义字符类
.任何字符（与行结束符可能匹配也可能不匹配）
\d数字：[0-9]
\D非数字：[^0-9]
\s空白字符：[\t\n\x0B\f\r]
\S非空白字符：[^\s]
\w单词字符：[a-zA-Z_0-9]
\W非单词字符：[^\w]
POSIX字符类（仅US-ASCII）
\p{Lower}小写字母字符：[a-z]
\p{Upper}大写字母字符：[A-Z]
\p{ASCII}所有ASCII：[\x00-\x7F]
\p{Alpha}字母字符：[\p{Lower}\p{Upper}]
\p{Digit}十进制数字：[0-9]
\p{Alnum}字母数字字符：[\p{Alpha}\p{Digit}]
\p{Punct}标点符号：!"#$%&"()*+,-./:;<=>?@[\]^_`{|}~
\p{Graph}可见字符：[\p{Alnum}\p{Punct}]
\p{Print}可打印字符：[\p{Graph}\x20]
\p{Blank}空格或制表符：[\t]
\p{Cntrl}控制字符：[\x00-\x1F\x7F]
\p{XDigit}十六进制数字：[0-9a-fA-F]
\p{Space}空白字符：[\t\n\x0B\f\r]
java.lang.Character类（简单的java字符类型）
\p{javaLowerCase}等效于java.lang.Character.isLowerCase()
\p{javaUpperCase}等效于java.lang.Character.isUpperCase()
\p{javaWhitespace}等效于java.lang.Character.isWhitespace()
\p{javaMirrored}等效于java.lang.Character.isMirrored()
Unicode块和类别的类
\p{InGreek}Greek块（简单块）中的字符
\p{Lu}大写字母（简单类别）
\p{Sc}货币符号
\P{InGreek}所有字符，Greek块中的除外（否定）
[\p{L}&&[^\p{Lu}]]所有字母，大写字母除外（减去）
边界匹配器
^行的开头
$行的结尾
\b单词边界
\B非单词边界
\A输入的开头
\G上一个匹配的结尾
\Z输入的结尾，仅用于最后的结束符（如果有的话）
\z输入的结尾
Greedy数量词
X?X，一次或一次也没有
X*X，零次或多次
X+X，一次或多次
X{n}X，恰好n次
X{n,}X，至少n次
X{n,m}X，至少n次，但是不超过m次
Reluctant数量词
X??X，一次或一次也没有
X*?X，零次或多次
X+?X，一次或多次
X{n}?X，恰好n次
X{n,}?X，至少n次
X{n,m}?X，至少n次，但是不超过m次
Possessive数量词
X?+X，一次或一次也没有
X*+X，零次或多次
X++X，一次或多次
X{n}+X，恰好n次
X{n,}+X，至少n次
X{n,m}+X，至少n次，但是不超过m次
Logical运算符
XYX后跟Y
X|YX或Y
(X)X，作为捕获组
Back引用
\n任何匹配的nth捕获组
引用
\Nothing，但是引用以下字符
\QNothing，但是引用所有字符，直到\E
\ENothing，但是结束从\Q开始的引用
特殊构造（非捕获）
(?:X)X，作为非捕获组
(?idmsux-idmsux)Nothing，但是将匹配标志由on转为off
(?idmsux-idmsux:X)X，作为带有给定标志on-off的非捕获组
(?=X)X，通过零宽度的正lookahead
(?!X)X，通过零宽度的负lookahead
(?<=X)X，通过零宽度的正lookbehind
(?<!X)X，通过零宽度的负lookbehind
(?>X)X，作为独立的非捕获组
--------------------------------------------------------------------------------
反斜线、转义和引用
反斜线字符("\")用于引用转义构造，如上表所定义的，同时还用于引用其他将被解释为非转义构造的字符。因此，表达式\\与单个反斜线匹配，而\{与左括号匹配。
在不表示转义构造的任何字母字符前使用反斜线都是错误的；它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线，不管该字符是否非转义构造的一部分。
根据JavaLanguageSpecification的要求，Java源代码的字符串中的反斜线被解释为Unicode转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被Java字节码编译器解释。例如，当解释为正则表达式时，字符串字面值"\b"与单个退格字符匹配，而"\\b"与单词边界匹配。字符串字面值"\(hello\)"是非法的，将导致编译时错误；要与字符串(hello)匹配，必须使用字符串字面值"\\(hello\\)"。
字符类
字符类可以出现在其他字符类中，并且可以包含并集运算符（隐式）和交集运算符(&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。
字符类运算符的优先级如下所示，按从最高到最低的顺序排列：
1字面值转义\x
2分组[...]
3范围a-z
4并集[a-e][i-u]
5交集[a-z&&[aeiou]]
注意，元字符的不同集合实际上位于字符类的内部，而非字符类的外部。例如，正则表达式.在字符类内部就失去了其特殊意义，而表达式-变成了形成元字符的范围。
行结束符
行结束符是一个或两个字符的序列，标记输入字符序列的行结尾。以下代码被识别为行结束符：
新行（换行）符("\n")、
后面紧跟新行符的回车符("\r\n")、
单独的回车符("\r")、
下一行字符("\u0085")、
行分隔符("\u2028")或
段落分隔符("\u2029)。
如果激活UNIX_LINES模式，则新行符是惟一识别的行结束符。
如果未指定DOTALL标志，则正则表达式.可以与任何字符（行结束符除外）匹配。
默认情况下，正则表达式^和$忽略行结束符，仅分别与整个输入序列的开头和结尾匹配。如果激活MULTILINE模式，则^在输入的开头和行结束符之后（输入的结尾）才发生匹配。处于MULTILINE模式中时，$仅在行结束符之前或输入序列的结尾处匹配。
组和捕获
捕获组可以通过从左到右计算其开括号来编号。例如，在表达式((A)(B(C)))中，存在四个这样的组：
1((A)(B(C)))
2\A
3(B(C))
4(C)
组零始终代表整个表达式。
之所以这样命名捕获组是因为在匹配中，保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过Back引用在表达式中使用，也可以在匹配操作完成后从匹配器检索。
与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组，则在第二次计算失败时将保留其以前捕获的值（如果有的话）例如，将字符串"aba"与表达式(a(b)?)+相匹配，会将第二组设置为"b"。在每个匹配的开头，所有捕获的输入都会被丢弃。
以(?)开头的组是纯的非捕获组，它不捕获文本，也不针对组合计进行计数。