正则表达式笔记(学习)

正则表达式的构造摘要
构造 匹配
 
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，但是将匹配标志由 on 转为 off
(?idmsux-idmsux:X)   X，作为带有给定标志 on - off 的非捕获组
(?=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

 

结论: 在正则表达式的匹配次数后面再添加一个 ? 表示 非贪婪模式
         常用的匹配次数有 *、{m.n}、+

贪婪模式:
       表达式在可匹配可不匹配的时候，也是尽可能的 "要匹配"。
非贪婪模式
       表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 "不匹配"。

 

为个人的一些总结,附三个例子:

正则式:    (?<AllPagerStr>/</$/>[/s/S]*?(?<Pager>/<pager(2)?/((?<PageSize>/b/d+/b)(/,(?<PagerStyle>/b/d+/b)/)?)?/>)[/s/S]*?/<///$/>)

匹配式:    <$><pager2(4334,34234)></$>

 

正则式:    /{(?<Total>/b/d+/b)?(/((?<VValue>/b/d+/b)/))?[/s/S]*?(where/((?<Wheres>.*)/))?[/s/S]?(order/<(?<OrderName>.*)/>)?/}

匹配式:    {5555(6666) where(234234)order<24234>}

 

正则式:    /[/*(?<TableName>.*)/*/]

匹配式:    [*34*]

 

其中的(?<XXX>)为捕获,组名为XXX

附一个很好的测试工具:

欢迎下载:

http://download.csdn.net/source/903789