析木 的Blog

表達(dá)式意義：

1.字符

x    字符 x。例如a表示字符a
\\    反斜線(xiàn)字符。在書(shū)寫(xiě)時(shí)要寫(xiě)為\\\\。（注意：因?yàn)閖ava在第一次解析時(shí),把\\\\解析成正則表達(dá)式\\，在第二次解析時(shí)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(xiě)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(chē)符 ('\u000D')
\f    換頁(yè)符 ('\u000C')
\a    報(bào)警 (bell) 符 ('\u0007')
\e    轉(zhuǎn)義符 ('\u001B')
\cx    對(duì)應(yīng)于 x 的控制符
2.字符類(lèi)
[abc]    a、b或 c（簡(jiǎn)單類(lèi)）。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）
3.預(yù)定義字符類(lèi)(注意反斜杠要寫(xiě)兩次，例如\d寫(xiě)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]
4.POSIX 字符類(lèi)（僅 US-ASCII)(注意反斜杠要寫(xiě)兩次，例如\p{Lower}寫(xiě)為\\p{Lower})
\p{Lower}    小寫(xiě)字母字符：[a-z]。
\p{Upper}    大寫(xiě)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(diǎn)符號(hào)：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\p{Graph}    可見(jiàn)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]
5.java.lang.Character 類(lèi)（簡(jiǎn)單的 java 字符類(lèi)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()
6.Unicode 塊和類(lèi)別的類(lèi)
\p{InGreek}    Greek 塊（簡(jiǎn)單塊）中的字符
\p{Lu}    大寫(xiě)字母（簡(jiǎn)單類(lèi)別）
\p{Sc}    貨幣符號(hào)
\P{InGreek}    所有字符，Greek 塊中的除外（否定）
[\p{L}&&[^\p{Lu}]]     所有字母，大寫(xiě)字母除外（減去）
7.邊界匹配器
^    行的開(kāi)頭，請(qǐng)?jiān)谡齽t表達(dá)式的開(kāi)始處使用^。例如：^(abc)表示以abc開(kāi)頭的字符串。注意編譯的時(shí)候要設(shè)置參數(shù)MULTILINE，如 Pattern p = Pattern.compile(regex,Pattern.MULTILINE);
$    行的結(jié)尾，請(qǐng)?jiān)谡齽t表達(dá)式的結(jié)束處使用。例如：(^bca).*(abc$)表示以bca開(kāi)頭以abc結(jié)尾的行。
\b    單詞邊界。例如\b(abc)表示單詞的開(kāi)始或結(jié)束包含有abc,（abcjj、jjabc 都可以匹配）
\B    非單詞邊界。例如\B(abc)表示單詞的中間包含有abc,(jjabcjj匹配而jjabc、abcjj不匹配)
\A    輸入的開(kāi)頭
\G    上一個(gè)匹配的結(jié)尾(個(gè)人感覺(jué)這個(gè)參數(shù)沒(méi)什么用)。例如\\Gdog表示在上一個(gè)匹配結(jié)尾處查找dog如果沒(méi)有的話(huà)則從開(kāi)頭查找,注意如果開(kāi)頭不是dog則不能匹配。
\Z    輸入的結(jié)尾，僅用于最后的結(jié)束符（如果有的話(huà)）
行結(jié)束符 是一個(gè)或兩個(gè)字符的序列，標(biāo)記輸入字符序列的行結(jié)尾。
以下代碼被識(shí)別為行結(jié)束符：
‐新行（換行）符 ('\n')、
‐后面緊跟新行符的回車(chē)符 ("\r\n")、
‐單獨(dú)的回車(chē)符 ('\r')、
‐下一行字符 ('\u0085')、
‐行分隔符 ('\u2028') 或
‐段落分隔符 ('\u2029)。
\z    輸入的結(jié)尾
當(dāng)編譯模式時(shí)，可以設(shè)置一個(gè)或多個(gè)標(biāo)志，例如
Pattern pattern = Pattern.compile(patternString,Pattern.CASE_INSENSITIVE + Pattern.UNICODE_CASE);
下面六個(gè)標(biāo)志都是支持的：
‐CASE_INSENSITIVE：匹配字符時(shí)與大小寫(xiě)無(wú)關(guān)，該標(biāo)志默認(rèn)只考慮US ASCII字符。
‐UNICODE_CASE：當(dāng)與CASE_INSENSITIVE結(jié)合時(shí)，使用Unicode字母匹配
‐MULTILINE：^和$匹配一行的開(kāi)始和結(jié)尾，而不是整個(gè)輸入
‐UNIX_LINES： 當(dāng)在多行模式下匹配^和$時(shí)，只將'\n'看作行終止符
‐DOTALL: 當(dāng)使用此標(biāo)志時(shí)，.符號(hào)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(jià)
8.Greedy 數(shù)量詞
X?    X，一次或一次也沒(méi)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(guò) m 次
9.Reluctant 數(shù)量詞
X??    X，一次或一次也沒(méi)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(guò) m 次
10.Possessive 數(shù)量詞
X?+    X，一次或一次也沒(méi)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(guò) 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(shí))
greedy量 詞被看作“貪婪的”，因?yàn)樗谝淮尉妥x入整個(gè)被模糊匹配的字符串。如果第一個(gè)匹配嘗試（整個(gè)輸入字符串）失敗，匹配器就會(huì)在被匹配字符串中的最后一位后退一個(gè)字符并且再次嘗試，重復(fù)這個(gè)過(guò)程，直到找到匹配或者沒(méi)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(gè)或者0個(gè)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(kāi)頭開(kāi)始，然后逐步地一次讀取一個(gè)字符搜索匹配。它們最后試圖匹配的內(nèi)容是整個(gè)輸入字符串。
最后，possessive量詞總是讀完整個(gè)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。
11.Logical 運(yùn)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a(bǔ)bc作為一個(gè)整體進(jìn)行捕獲
12.Back 引用
\n    任何匹配的 nth捕獲組
捕獲組可以通過(guò)從左到右計(jì)算其開(kāi)括號(hào)來(lái)編號(hào)。例如，在表達(dá)式 ((A)(B(C)))中，存在四個(gè)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(guò)\n來(lái)對(duì)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。
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(huì)原封不動(dòng)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(kāi)始的引用
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(shí)，(?i) 打開(kāi)不區(qū)分大小寫(xiě)開(kāi)關(guān)，abc 匹配
idmsux說(shuō)明如下：
‐i CASE_INSENSITIVE :US-ASCII 字符集不區(qū)分大小寫(xiě)。(?i)
‐d UNIX_LINES : 打開(kāi)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(xiě)。(?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(lèi)似，上面的表達(dá)式，可以改寫(xiě)成為：(?i:abc)def，或者 (?i)abc(?-i:def)
(?=X)    X，通過(guò)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(shí)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(guò)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(shí)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(guò)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(shí)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，作為獨(dú)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(shí)是不能匹配的，因?yàn)楫?dāng)后者匹配到b時(shí)，由于已經(jīng)匹配，就跳出了非捕獲組，而不再次對(duì)組內(nèi)的字符進(jìn)行匹配。可以加快速度。