Java正則表達(dá)式的解釋說明
1.1.字符
x 字符 x。例如a表示字符a
\\ 反斜線字符。在書寫時要寫為\\\\。（注意：因為java在第一次解析時把\\\\解析成正則表達(dá)式\\，在第二次解析時再解析為\，所以凡是不是1.1列舉到的轉(zhuǎn)義字符，包括1.1的\\,而又帶有\(zhòng)的都要寫兩次）
\0n 帶有八進(jìn)制值 0的字符 n (0 <= n <= 7)
\0nn 帶有八進(jìn)制值 0的字符 nn (0 <= n <= 7)
\0mnn 帶有八進(jìn)制值 0的字符 mnn（0 <= m <= 3、0 <= n <= 7）
\xhh 帶有十六進(jìn)制值 0x的字符 hh
\uhhhh 帶有十六進(jìn)制值 0x的字符 hhhh
\t 制表符 ('\u0009')
\n 新行（換行）符 ('\u000A')
\r 回車符 ('\u000D')
\f 換頁符 ('\u000C')
\a 報警 (bell) 符 ('\u0007')
\e 轉(zhuǎn)義符 ('\u001B')
\cx 對應(yīng)于 x 的控制符
1.2.字符類
[abc] a、b或 c（簡單類）。例如[egd]表示包含有字符e、g或d。
[^abc] 任何字符，除了 a、b或 c（否定）。例如[^egd]表示不包含字符e、g或d。
[a-zA-Z] a到 z或 A到 Z，兩頭的字母包括在內(nèi)（范圍）
[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]（減去）
[a-z&&[^m-p]] a到 z，而非 m到 p：[a-lq-z]（減去）
1.3.預(yù)定義字符類(注意反斜杠要寫兩次，例如\d寫為\\d)
. 任何字符（與行結(jié)束符可能匹配也可能不匹配）
\d 數(shù)字：[0-9]
\D 非數(shù)字： [^0-9]
\s 空白字符：[ \t\n\x0B\f\r]
\S 非空白字符：[^\s]
\w 單詞字符：[a-zA-Z_0-9]
\W 非單詞字符：[^\w]
1.4.POSIX 字符類（僅 US-ASCII)(注意反斜杠要寫兩次，例如\p{Lower}寫為\\p{Lower})
\p{Lower} 小寫字母字符：[a-z]。
\p{Upper} 大寫字母字符：[A-Z]
\p{ASCII} 所有 ASCII：[\x00-\x7F]
\p{Alpha} 字母字符：[\p{Lower}\p{Upper}]
\p{Digit} 十進(jìn)制數(shù)字：[0-9]
\p{Alnum} 字母數(shù)字字符：[\p{Alpha}\p{Digit}]
\p{Punct} 標(biāo)點符號：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\p{Graph} 可見字符：[\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} 十六進(jìn)制數(shù)字：[0-9a-fA-F]
\p{Space} 空白字符：[ \t\n\x0B\f\r]
1.5.java.lang.Character 類（簡單的 java 字符類型）
\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()
1.6.Unicode 塊和類別的類
\p{InGreek} Greek 塊（簡單塊）中的字符
\p{Lu} 大寫字母（簡單類別）
\p{Sc} 貨幣符號
\P{InGreek} 所有字符，Greek 塊中的除外（否定）
[\p{L}&&[^\p{Lu}]] 所有字母，大寫字母除外（減去）
1.7.邊界匹配器
^ 行的開頭，請在正則表達(dá)式的開始處使用^。例如：^(abc)表示以abc開頭的字符串。注意編譯的時候要設(shè)置參數(shù)MULTILINE，如 Pattern p = Pattern.compile(regex,Pattern.MULTILINE);
$ 行的結(jié)尾，請在正則表達(dá)式的結(jié)束處使用。例如：(^bca).*(abc$)表示以bca開頭以abc結(jié)尾的行。
\b 單詞邊界。例如\b(abc)表示單詞的開始或結(jié)束包含有abc,（abcjj、jjabc 都可以匹配）
\B 非單詞邊界。例如\B(abc)表示單詞的中間包含有abc,(jjabcjj匹配而jjabc、abcjj不匹配)
\A 輸入的開頭
\G 上一個匹配的結(jié)尾(個人感覺這個參數(shù)沒什么用)。例如\\Gdog表示在上一個匹配結(jié)尾處查找dog如果沒有的話則從開頭查找,注意如果開頭不是dog則不能匹配。
\Z 輸入的結(jié)尾，僅用于最后的結(jié)束符（如果有的話）
行結(jié)束符 是一個或兩個字符的序列，標(biāo)記輸入字符序列的行結(jié)尾。
以下代碼被識別為行結(jié)束符：
‐新行（換行）符 ('\n')、
‐后面緊跟新行符的回車符 ("\r\n")、
‐單獨的回車符 ('\r')、
‐下一行字符 ('\u0085')、
‐行分隔符 ('\u2028') 或
‐段落分隔符 ('\u2029)。
\z 輸入的結(jié)尾
當(dāng)編譯模式時，可以設(shè)置一個或多個標(biāo)志，例如
Pattern pattern = Pattern.compile(patternString,Pattern.CASE_INSENSITIVE + Pattern.UNICODE_CASE);
下面六個標(biāo)志都是支持的：
‐CASE_INSENSITIVE：匹配字符時與大小寫無關(guān)，該標(biāo)志默認(rèn)只考慮US ASCII字符。
‐UNICODE_CASE：當(dāng)與CASE_INSENSITIVE結(jié)合時，使用Unicode字母匹配
‐MULTILINE：^和$匹配一行的開始和結(jié)尾，而不是整個輸入
‐UNIX_LINES： 當(dāng)在多行模式下匹配^和$時，只將'\n'看作行終止符
‐DOTALL: 當(dāng)使用此標(biāo)志時，.符號匹配包括行終止符在內(nèi)的所有字符
‐CANON_EQ: 考慮Unicode字符的規(guī)范等價
1.8.Greedy 數(shù)量詞
X? X，一次或一次也沒有
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，但是不超過 m 次
1.9.Reluctant 數(shù)量詞
X?? X，一次或一次也沒有
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，但是不超過 m 次
1.10.Possessive 數(shù)量詞
X?+ X，一次或一次也沒有
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，但是不超過 m 次
Greedy，Reluctant，Possessive的區(qū)別在于:(注意僅限于進(jìn)行.等模糊處理時)
greedy量 詞被看作“貪婪的”，因為它第一次就讀入整個被模糊匹配的字符串。如果第一個匹配嘗試（整個輸入字符串）失敗，匹配器就會在被匹配字符串中的最后一位后退一個字符并且再次嘗試，重復(fù)這個過程，直到找到匹配或者沒有更多剩下的字符可以后退為止。根據(jù)表達(dá)式中使用的量詞，它最后試圖匹配的內(nèi)容是1 個或者0個字符。
但是，reluctant量詞采取相反的方式：它們從被匹配字符串的開頭開始，然后逐步地一次讀取一個字符搜索匹配。它們最后試圖匹配的內(nèi)容是整個輸入字符串。
最后，possessive量詞總是讀完整個輸入字符串，嘗試一次（而且只有一次）匹配。和greedy量詞不同，possessive從不后退。
1.11.Logical 運算符
XY X 后跟 Y
X|Y X 或 Y
(X) X，作為捕獲組。例如(abc)表示把abc作為一個整體進(jìn)行捕獲
1.12.Back 引用
\n 任何匹配的 nth捕獲組
捕獲組可以通過從左到右計算其開括號來編號。例如，在表達(dá)式 ((A)(B(C)))中，存在四個這樣的組：
1 ((A)(B(C)))
2 \A
3 (B(C))
4 (C)
在表達(dá)式中可以通過\n來對相應(yīng)的組進(jìn)行引用，例如(ab)34\1就表示ab34ab，(ab)34(cd)\1\2就表示ab34cdabcd。
1.13.引用
\ Nothing，但是引用以下字符
\Q Nothing，但是引用所有字符，直到 \E。QE之間的字符串會原封不動的使用(1.1中轉(zhuǎn)義字符的除外)。例如, ab\\Q{|}\\\\E
可以匹配ab{|}\\
\E Nothing，但是結(jié)束從 \Q開始的引用
1.14.特殊構(gòu)造（非捕獲）
(?:X) X，作為非捕獲組
(?idmsux-idmsux) Nothing，但是將匹配標(biāo)志由 on 轉(zhuǎn)為 off。比如：表達(dá)式 (?i)abc(?-i)def 這時，(?i) 打開不區(qū)分大小寫開關(guān)，abc 匹配
idmsux說明如下：
‐i CASE_INSENSITIVE :US-ASCII 字符集不區(qū)分大小寫。(?i)
‐d UNIX_LINES : 打開UNIX換行符
‐m MULTILINE :多行模式(?m)
UNIX下?lián)Q行為\n
WINDOWS下?lián)Q行為\r\n(?s)
‐u UNICODE_CASE : Unicode 不區(qū)分大小寫。(?u)
‐x COMMENTS :可以在pattern里面使用注解，忽略pattern里面的whitespace，以及"#"一直到結(jié)尾（#后面為注解）。(?x)例如(?x)abc#asfsdadsa可以匹配字符串a(chǎn)bc
(?idmsux-idmsux:X) X，作為帶有給定標(biāo)志 on - off 的非捕獲組。與上面的類似，上面的表達(dá)式，可以改寫成為：(?i:abc)def，或者 (?i)abc(?-i:def)
(?=X) X，通過零寬度的正 lookahead。零寬度正先行斷言，僅當(dāng)子表達(dá)式 X 在 此位置的右側(cè)匹配時才繼續(xù)匹配。例如，\w+(?=\d) 表示字母后面跟數(shù)字，但不捕獲數(shù)字（不回溯）
(?!X) X，通過零寬度的負(fù) lookahead。零寬度負(fù)先行斷言。僅當(dāng)子表達(dá)式 X 不在 此位置的右側(cè)匹配時才繼續(xù)匹配。例如，\w+(?!\d) 表示字母后面不跟數(shù)字，且不捕獲數(shù)字。
(?<=X) X，通過零寬度的正 lookbehind。零寬度正后發(fā)斷言。僅當(dāng)子表達(dá)式 X 在 此位置的左側(cè)匹配時才繼續(xù)匹配。例如，(?<=19)99 表示99前面是數(shù)字19，但不捕獲前面的19。（不回溯）
(?<!X) X，通過零寬度的負(fù) lookbehind。零寬度負(fù)后發(fā)斷言。僅當(dāng)子表達(dá)式 X 不在此位置的左側(cè)匹配時才繼續(xù)匹配。例如，(?<!19)99 表示99前面不能是19，且不捕獲前面的東東。
(?>X) X，作為獨立的非捕獲組（不回溯）
(?=X)與(?>X)的區(qū)別在于(?>X)是不回溯的。例如被匹配的字符串為abcm
當(dāng)表達(dá)式為a(?:b|bc)m是可以匹配的，而當(dāng)表達(dá)式是a(?>b|bc)時是不能匹配的，因為當(dāng)后者匹配到b時，由于已經(jīng)匹配，就跳出了非捕獲組，而不再次對組內(nèi)的字符進(jìn)行匹配。可以加快速度。
【編輯推薦】
【責(zé)任編輯：慧增 TEL：（010）68476606】
