java正则表达式二.docx

Java正则表达式的解释说明 表达式意义：1.字符x 字符 x。例如a表示字符a 反斜线字符。在书写时要写为。（注意：因为java在第一次解析时,把解析成正则表达式，在第二次解析时再解析为，所以凡是不是1.1列举到的转义字符，包括1.1的,而又带有的都要写两次）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 hhuhhhh 带有十六进制值 0x的字符 hhhht 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2.字符类abc a、b或 c（简单类）。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，两头的字母包括在内（范围）a-dm-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）3.预定义字符类(注意反斜杠要写两次，例如d写为d)任何字符（与行结束符可能匹配也可能不匹配）d 数字：0-9D 非数字： 0-9s 空白字符： tnx0BfrS 非空白字符：sw 单词字符：a-zA-Z_0-9W 非单词字符：w4.POSIX 字符类（仅 US-ASCII)(注意反斜杠要写两次，例如pLower写为pLower)pLower 小写字母字符：a-z。pUpper 大写字母字符：A-ZpASCII 所有 ASCII：x00-x7FpAlpha 字母字符：pLowerpUpperpDigit 十进制数字：0-9pAlnum 字母数字字符：pAlphapDigitpPunct 标点符号：!#$%&()*+,-./:;?_|pGraph 可见字符：pAlnumpPunctpPrint 可打印字符：pGraphx20pBlank 空格或制表符： tpCntrl 控制字符：x00-x1Fx7FpXDigit 十六进制数字：0-9a-fA-FpSpace 空白字符： tnx0Bfr5.java.lang.Character 类（简单的 java 字符类型）pjavaLowerCase 等效于 java.lang.Character.isLowerCase()pjavaUpperCase 等效于 java.lang.Character.isUpperCase()pjavaWhitespace 等效于 java.lang.Character.isWhitespace()pjavaMirrored 等效于 java.lang.Character.isMirrored()6.Unicode 块和类别的类pInGreek Greek 块（简单块）中的字符pLu 大写字母（简单类别）pSc 货币符号PInGreek 所有字符，Greek 块中的除外（否定）pL&pLu 所有字母，大写字母除外（减去）7.边界匹配器 行的开头，请在正则表达式的开始处使用。例如：(abc)表示以abc开头的字符串。注意编译的时候要设置参数MULTILINE，如 Pattern p = Ppile(regex,Pattern.MULTILINE);$ 行的结尾，请在正则表达式的结束处使用。例如：(bca).*(abc$)表示以bca开头以abc结尾的行。b 单词边界。例如b(abc)表示单词的开始或结束包含有abc,（abcjj、jjabc 都可以匹配）B 非单词边界。例如B(abc)表示单词的中间包含有abc,(jjabcjj匹配而jjabc、abcjj不匹配)A 输入的开头G 上一个匹配的结尾(个人感觉这个参数没什么用)。例如Gdog表示在上一个匹配结尾处查找dog如果没有的话则从开头查找,注意如果开头不是dog则不能匹配。Z 输入的结尾，仅用于最后的结束符（如果有的话）行结束符 是一个或两个字符的序列，标记输入字符序列的行结尾。以下代码被识别为行结束符： 新行（换行）符 (n)、 后面紧跟新行符的回车符 (rn)、 单独的回车符 (r)、 下一行字符 (u0085)、 行分隔符 (u2028) 或 段落分隔符 (u2029)。z 输入的结尾当编译模式时，可以设置一个或多个标志，例如Pattern pattern = Ppile(patternString,Pattern.CASE_INSENSITIVE + Pattern.UNICODE_CASE);下面六个标志都是支持的：CASE_INSENSITIVE：匹配字符时与大小写无关，该标志默认只考虑US ASCII字符。UNICODE_CASE：当与CASE_INSENSITIVE结合时，使用Unicode字母匹配MULTILINE：和$匹配一行的开始和结尾，而不是整个输入UNIX_LINES： 当在多行模式下匹配和$时，只将n看作行终止符DOTALL: 当使用此标志时，.符号匹配包括行终止符在内的所有字符CANON_EQ: 考虑Unicode字符的规范等价8.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Xn X，恰好 n 次Xn, X，至少 n 次Xn,m X，至少 n 次，但是不超过 m 次9.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Xn? X，恰好 n 次Xn,? X，至少 n 次Xn,m? X，至少 n 次，但是不超过 m 次10.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Xn+ X，恰好 n 次Xn,+ X，至少 n 次Xn,m+ X，至少 n 次，但是不超过 m 次Greedy，Reluctant，Possessive的区别在于:(注意仅限于进行.等模糊处理时)greedy量 词被看作“贪婪的”，因为它第一次就读入整个被模糊匹配的字符串。如果第一个匹配尝试（整个输入字符串）失败，匹配器就会在被匹配字符串中的最后一位后退 一个字符并且再次尝试，重复这个过程，直到找到匹配或者没有更多剩下的字符可以后退为止。根据表达式中使用的量词，它最后试图匹配的内容是1 个或者0个字符。但是，reluctant量词采取相反的方式：它们从被匹配字符串的开头开始，然后逐步地一次读取一个字符搜索匹配。它们最后试图匹配的内容是整个输入字符串。最后，possessive量词总是读完整个输入字符串，尝试一次（而且只有一次）匹配。和greedy量词不同，possessive从不后退。11.Logical 运算符XY X 后跟 YX|Y X 或 Y(X) X，作为捕获组。例如(abc)表示把abc作为一个整体进行捕获12.Back 引用n 任何匹配的 nth捕获组捕获组可以通过从左到右计算其开括号来编号。例如，在表达式 (A)(B(C)中，存在四个这样的组： 1 (A)(B(C)2 A3 (B(C)4 (C)在表达式中可以通过n来对相应的组进行引用，例如(ab)341就表示ab34ab，(ab)34(cd)12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之间的字符串会原封不动的使用(1.1中转义字符的除外)。例如, abQ|E可以匹配ab|E Nothing，但是结束从 Q开始的引用14.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。比如：表达式 (?i)abc(?-i)def 这时，(?i) 打开不区分大小写开关，abc 匹配idmsux说明如下：i CASE_INSENSITIVE :US-ASCII 字符集不区分大小写。(?i)d UNIX_LINES : 打开UNIX换行符m MULTILINE :多行模式(?m)UNIX下换行为nWINDOWS下换行为rn(?s)u UNICODE_CASE : Unicode 不区分大小写。(?u)x COMMENTS :可以在pattern里面使用注解，忽略pattern里面的whitespace，以及#一直到结尾（#后面为注解）。(?x)例如(?x)abc#asfsdadsa可以匹配字符串abc(?idmsux-idmsux:X) X，作为带有给定标志 on - off 的非捕获组。与上面的类似，上面的表达式，可以改写成为：(?i:abc)def，或者 (?i)abc(?-i:def)(?=X) X，通过零宽度的正 lookahead。零宽度正先行断言，仅当子表达式 X 在 此位置的右侧匹配时才继续匹配。例如，w+(?=d) 表示字母后面跟数字，但不捕获数字（不回溯）(?!X) X，通过零宽度的负 lookahead。零宽度负先行断言。仅当子表达式 X 不在 此位置的右侧匹配时才继续匹配。例如，w+(?!d) 表示字母后面不跟数字，且不捕获数字。(?=X) X，通过零