Java正则表达式1

Java正则表达式

字符类

字符	说明
[abc]	a,b或c中的任意一个字符
[^abc]	除a,b或c中的字符外的任意一个字符（补）
[a-zA-Z]	A至Z或a至z中的任意一个字符（范围）
[a-d[m-p]]	a至d,m至p中的任意一个字符:[a-dm-p] (并)
[a-z&&[def]]	d ,e 或者f(交)
[a-z&&[^def]]	a 至z但除d、e或f外（减）

  说明：[]中只匹配单个字符.

  因为-表示范围，所以要匹配-要使用\-。

预定义字符

字符	说明
.	通配符，匹配除最后行终止符\n之外的任意字符。
\	转义字符，如\\匹配\,\.匹配.，\-匹配-等。
\d	数字：[0-9]
\D	非数字：[^0-9]
\s	空格字符：[\t\n\x0B\f\r]
\S	非空格字符：[^\s]
\w	单词字符：[a-bA-Z_0-9]
\W	非单词字符：[^\w]

量词

字符			说明
贪婪模式(Greedy )（默认）	勉强模式(Reluctant)	占有模式(Possessive)
X?	X??	X?+	匹配X ,0或1次
X*	X*?	X*+	匹配X ,至少0次(0或0次以上)
X+	X+？	X++	匹配X ,至少1次(1或1次以上)
X{n}	X{n}?	X{n}+	匹配X，n次
X{n,}	X{n,}?	X{n,}+	匹配X，至少n次
X{n,m}	X{n,m}?	X{n,m}+	匹配X，至少n次,但不多于m次

  

    Greedy的表达式会一直匹配下去，直到匹配不下去为止。(如果你发现表达式匹配的结果和预期的不符)，非常有可能是因为，你以为表达式会只匹配前面几个字符，而实际上他是greedy的，因此会一直匹配下去。 

    Reluctant 的表达式只匹配最少的字符。也称为lazy, minimal matching, non-greedy, 或ungreedy。 

    Possessive： 目前只有Java支持(其他语言都不支持)。用正则表达式匹配字符串的时候会产生非常多中间状态(一般的匹配引擎会保存这种中间状态)，这样匹配失败的时候就能原路返回。占有型的表达式不保存这种中间状态，因此也就不会回头重来了。他能防止正则表达式的失控，同时也能提高运行的效率。 

 

    如:要匹配美国的社会安全号码, 这个号码的格式是999-99-9999或999999999(-可以不出现),正则表达式为：[0-9]{3}\-?[0-9]{2}\-?[0-9]{4}。

边界匹配符

 

字符	说明
^	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
\z	输入的结尾
\Z	除最后行终止符\n之外的输入结尾
\G	上个匹配的结尾

  说明：“^”如果用在[]括号内，表示“否”，即该字符除外。但用在[]括号外如“^X”则表示以行X开头。
   例如：

  \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"。

  "\bev" 能匹配 "every" 中的 "ev"，但不能匹配 "never" 中的 "ev"。 

集合操作

 

字符	说明
XY	X的匹配后面跟着Y的匹配
X|Y	匹配X或Y。

   如：java|hello 将匹配包含java或hello的字符串。

   如：tool:(java|ruby|c),可以匹配tool:java,或tool:ruby,或tool:c，注意不能使用[],因为[]里面只能匹配单个字符。

　 如：(b│cd)ef 匹配包含 "bef" 或者 "cdef"的字符串.

　 如："(a│b)*c": 匹配包含0个或多个a或b，后面跟一个c的字符串。

 

lxm整理，只为知识共享之用，所有内容均来自网络，内容归所有者。

2009.04.16