正则表达式

一、元字符

1. \

   将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如，n 匹配字符 n。\n 匹配一个换行符。序列 \\ 匹配 \ 而 \(则匹配 ( 。

2. ^

   匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 也匹配 \n 或 \r 之后的位置。

3. $

   匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性，$ 也匹配 \n 或 \r 之前的位置。

4. *

   匹配前面的子表达式零次或多次。例如，zo* 能匹配 z 以及 zoo 。* 等价于{0,}。

5. +

   匹配前面的子表达式一次或多次。例如，zo+ 能匹配 zo 以及 zoo，但不能匹配 z。+ 等价于 {1,}。

6. ?

   匹配前面的子表达式零次或一次。例如，do(es)? 可以匹配 do或 does 。? 等价于{0,1} 。

7. {n}

   n是一个非负整数。匹配确定的 n 次。例如，o{2} 不能匹配 Bob 中的 o，但是能匹配 food 中的两个 o 。

8. {n,}

   n是一个非负整数。至少匹配n 次。例如，o{2,}不能匹配 Bob 中的 o，但能匹配 foooood 中的所有 o。o{1,} 等价于 o+ 。o{0,} 则等价于 o*。

9. {n,m}

   n 和 m 均为非负整数，其中 n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}'等价于 'o?'。请注意在逗号和两个数之间不能有空格。

10. ?

    当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 oooo，o+? 将匹配单个 o ，而 o+ 将匹配所有 o 。

11. .

    匹配除换行符 (\n、\r) 之外的任何单个字符。要匹配包括 \n 在内的任何字符，请使用像 **(.|\n)** 的模式。

12. (pattern)

    匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到，要匹配圆括号字符，请使用 \( 或 \) 。

13. (?:patern)

    匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 “或” 字符 (|) 来组合一个模式的各个部分是很有用。例如， industr(?:y|ies) 就是一个比 industry|industries 更简略的表达式。

14. (?=pattern)

    正向肯定预查 (look ahead positive assert) ，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，Windows(?=95|98|NT|2000) 能匹配 Windows2000 中的 Windows ，但不能匹配 Windows3.1 中的 Windows 。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。

15. (?!pattern)

    正向否定预查 (negative assert) ，在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如 Windows(?!95|98|NT|2000) 能匹配 Windows3.1 中的 Windows ，但不能匹配 Windows2000 中的 Windows 。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。

16. (?<=pattern)

    反向 (look behind) 肯定预查，与正向肯定预查类似，只是方向相反。例如，(?<=95|98|NT|2000)Windows 能匹配2000Windows 中的 Windows ，但不能匹配 3.1Windows 中的Windows 。

17. (?<!pattern)

    反向否定预查，与正向否定预查类似，只是方向相反。例如(?<!95|98|NT|2000)Windows 能匹"3.1Windows 中 Windows ，但不能匹配2000Windows 中的 Windows 。

18. x|y

    匹配 x 或 y 。例如，z|food 能匹配 z 或 food。(z|f)ood 则匹配 zood 或 zood 。

19. [xyz]

    字符集合。匹配所包含的任意一个字符。例如， [abc] 可以匹配 plain 中的 a。

20. [^xyz]

    负值字符集合。匹配未包含的任意字符。例如， [^abc]可以匹配 plain 中的p、l、i、n。

21. [a-z]

    字符范围。匹配指定范围内的任意字符。例如，[a-z] 可以匹配 a 到 z 范围内的任意小写字母字符。

22. [^a-z]

    负值字符范围。匹配任何不在指定范围内的任意字符。例如，[^a-z] 可以匹配任何不在 a 到 z 范围内的任意字符。

23. \b

    匹配一个单词边界，也就是指单词和空格间的位置。例如， er\b 可以匹配 never 中的 er ，但不能匹配 verb 中的 er。

24. \B

    匹配非单词边界。er\B 能匹配 verb 中的 er，但不能匹配 never 中的 er。

25. \cx

    匹配由 x 指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 c 字符。

26. \d

    匹配一个数字字符。等价于 [0-9]。

27. \D

    匹配一个非数字字符。等价于 [^0-9] 。

28. \f

    匹配一个换页符。等价于 \x0c 和 \cL 。

29. \n

    匹配一个换行符。等价于 \x0a 和\cJ 。

30. \r

    匹配一个回车符。等价于 \x0d 和 \cM 。

31. \s

    匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。

32. \S

    匹配任何非空白字符。等价于 [^ \f\n\r\t\v] 。

33. \t

    匹配一个制表符。等价于 \x09和 \cI。

34. \v

    匹配一个垂直制表符。等价于 \x0b和\cK。

35. \w

    匹配字母、数字、下划线。等价于[A-Za-z0-9_]。

36. \W

    匹配非字母、数字、下划线。等价于 [^A-Za-z0-9_]。

37. \xn

    匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，\x41 匹配 A。\x041 则等价于 \x04 & 1。正则表达式中可以使用 ASCII 编码。

38. \num

    匹配 num，其中 num 是一个正整数。对所获取的匹配的引用。例如，(.)\1 匹配两个连续的相同字符。

39. \n

    标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式，则 n 为向后引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。

40. \nm

    标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式，则 nm 为向后引用。如果 \nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 \nm 将匹配八进制转义值 nm。

41. \nml

    如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。

42. \un

    匹配 n，其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如， \u00A9 匹配版权符号(?)。

二、修饰符

1. i

   ignore - 不区分大小写

   将匹配设置为不区分大小写，搜索时不区分大小写: A 和 a 没有区别。

2. g

   global - 全局匹配

   查找所有的匹配项。

3. m

   multi line - 多行匹配

   使边界字符 ^ 和 $ 匹配每一行的开头和结尾，记住是多行，而不是整个字符串的开头和结尾。

4. s

   特殊字符圆点 . 中包含换行符 \n

   默认情况下的圆点 . 是 匹配除换行符 \n 之外的任何字符，加上 s 修饰符之后, . 中包含换行符 \n。

三、运算符优先级

正则表达式从左到右进行计算，并遵循优先级顺序，这与算术表达式非常类似。

相同优先级的从左到右进行运算，不同优先级的运算先高后低。

1. \

   转义符

2. (), (?:), (?=), []

   圆括号和方括号

3. *, +, ?, {n}, {n,}, {n,m}

   限定符

4. ^, $, \任何元字符、任何字符

   定位点和序列（即：位置和顺序）

5. |

   替换，"或"操作。字符具有高于替换运算符的优先级，使得m|food匹配m或food。若要匹配mood或food，请使用括号创建子表达式，从而产生(m|f)ood。

四、匹配规则

1. once，匹配所有包含once的字符串

   @Test
   public void test01() {
       String regex = "time";
       String originalString = "once upon a time, once upon a time";
       Pattern pattern = Pattern.compile(regex);
       Matcher matcher = pattern.matcher(originalString);
       originalString = matcher.replaceAll("hello ");
       System.out.println("originalString = " + originalString);
   }
   

2. ^once，匹配以once开头的字符串

   @Test
   public void test01() {
       String regex = "^once";
       String originalString = "once upon a time";
       Pattern pattern = Pattern.compile(regex);
       Matcher matcher = pattern.matcher(originalString);
       boolean b = matcher.find();
       System.out.println(b);
   }
   

   ^\t: 表示以制表符开头

   ^\n: 表示以换行符开头

3. time$，匹配以time结尾的字符串

   @Test
   public void test01() {
       String regex = "time$";
       String originalString = "once upon a time";
       Pattern pattern = Pattern.compile(regex);
       Matcher matcher = pattern.matcher(originalString);
       boolean b = matcher.find();
       System.out.println(b);
   }
   

4. 组合匹配

   • [a-z]: 匹配所有的小写字母

   • [A-Z]: 匹配所有的大写字母

   • [a-zA-Z]: 匹配所有字母

   • [0-9]: 匹配所有的数字

   • [0-9\.\-]: 匹配所有的数字，句号和减号

   • [\f\r\t\n]: 匹配所有的空白符

   匹配以数字开头的字符串：^[0-9]，例如：12, 34

   匹配第一位不是数字的字符串：^[^0-9][0-9]，第一个^表示开头，第二个^表示取反。例如：a1, b2

   • ^[a-zA-Z_]{1,}$： 所有的字母和下划线
   • ^a{1,4}$：匹配a,aa,aaa,aaaa
   • ^a{2,}: 匹配aa,aaa,aab
   • .{2}: 所有的两个字符

   {x,y}: 表示前面的字符至少出现x此，但不超过y次

   • ^[1-9][0-9]{0,}$：所有的正整数
   • ^\-{0,1}[0-9]{1,}$:所有的整数
   • ^[-]?[0-9]+\.?[0-9]+$: 所有的浮点数

   *与{0,}表达效果相等，+与{1,}表达效果相等

   • ^[a-zA-Z_]+$： 所有的字母和下划线
   • ^[1-9][0-9]*$：所有的正整数
   • ^\-{0,1}[0-9]+$:所有的整数
   • ^[-]?[0-9]+(\.[0-9])?$: 所有的浮点数