一些基本的正则表达式

最近频繁用到了正则表达式，从网上各处看到了很多不错的现成的正则表达式，因此做一个总结。

提取信息中的网络链接:(h|H)(r|R)(e|E)(f|F) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?
提取信息中的邮件地址:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
提取信息中的图片链接:(s|S)(r|R)(c|C) *= *('|")?(\w|\\|\/|\.)+('|"| *|>)?
提取信息中的IP地址:(\d+)\.(\d+)\.(\d+)\.(\d+)
提取信息中的中国手机号码:(86)*0*13\d{9}
提取信息中的中国固定电话号码:(\(\d{3,4}\)|\d{3,4}-|\s)?\d{8}
提取信息中的中国电话号码（包括移动和固定电话）:(\(\d{3,4}\)|\d{3,4}-|\s)?\d{7,14}
提取信息中的中国邮政编码:[1-9]{1}(\d+){5}
提取信息中的中国身份证号码:\d{18}|\d{15}
提取信息中的整数：\d+
提取信息中的浮点数（即小数）：(-?\d*)\.?\d+
提取信息中的任何数字 ：(-?\d*)(\.\d+)?
提取信息中的中文字符串：[\u4e00-\u9fa5]*
提取信息中的双字节字符串 (汉字)：[^\x00-\xff]

如果对正则表达式不是很清楚的朋友，我可以简单的做一个介绍，简单的说正则表达式通常用在字符串的匹配问题中，例如：给一段文字 您的验证码为 36712，如果我想从这段文字中获取验证码，那么显而易见我肯定会用到正则表达式。下面是JDK给我们提供的基本匹配，我们可以在其之上加以改动从而运用。

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
XY  X 后跟 Y
X|Y X 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
\Q  Nothing，但是引用所有字符，直到 \E
\E  Nothing，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i d m s u x on - off
(?idmsux-idmsux:X)      X，作为带有给定标志 i d m s u x on - off
(?=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

如果你对正则表达式还是模糊不清，或者想要知道其确切用法，推荐一篇文章
(http://blog.csdn.net/kdnuggets/article/details/2526588%20%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F%E4%BA%86%E8%A7%A3)