正则表达式（语法篇推荐）

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
n 带有八进制值 0 的字符 n （0 <= n <= 7）
nn 带有八进制值 0 的字符 nn （0 <= n <= 7）
mnn 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
制表符（"u0009"）
新行（换行）符（"u000A"）
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：[ x0Bf ]
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：[ ]
p{Cntrl} 控制字符：[x00-x1Fx7F]
p{XDigit} 十六进制数字：[0-9a-fA-F]
p{Space} 空白字符：[ x0Bf ]

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
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
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

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
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
-------------------------------------------------
反斜线、转义和引用
反斜线字符（""）用于引用转义构造，如上表所定义的，同时还用于引用其他将被解释为非转义构造的字符。因此，表达式 \ 与单个反斜线匹配，而 { 与左括号匹配。
在不表示转义构造的任何字母字符前使用反斜线都是错误的；它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线，不管该字符是否非转义构造的一部分。
根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "" 与单个退格字符匹配，而 "\b" 与单词边界匹配。字符串字面值 "（hello）" 是非法的，将导致编译时错误；要与字符串（hello）匹配，必须使用字符串字面值 "\（hello\）"。
字符类

字符类可以出现在其他字符类中，并且可以包含并集运算符（隐式）和交集运算符（&&）。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。
字符类运算符的优先级如下所示，按从最高到最低的顺序排列：
1     字面值转义     x
2     分组 [...]
3     范围 a-z
4     并集 [a-e][i-u]
5     交集 [a-z&&[aeiou]]
注意，元字符的不同集合实际上位于字符类的内部，而非字符类的外部。例如，正则表达式 . 在字符类内部就失去了其特殊意义，而表达式 - 变成了形成元字符的范围。
行结束符

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（" "）、
后面紧跟新行符的回车符（" "）、
单独的回车符（" "）、
下一行字符（"u0085"）、
行分隔符（"u2028"）或
段落分隔符（"u2029）。
如果激活 UNIX_LINES 模式，则新行符是唯一识别的行结束符。
如果未指定 DOTALL 标志，则正则表达式 . 可以与任何字符（行结束符除外）匹配。
默认情况下，正则表达式 ^ 和 $ 忽略行结束符，仅分别与整个输入序列的开头和结尾匹配。如果激活 MULTILINE 模式，则 ^ 在输入的开头和行结束符之后（输入的结尾）才发生匹配。处于 MULTILINE 模式中时，$ 仅在行结束符之前或输入序列的结尾处匹配。
组和捕获

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     A
3     （B（C））
4     （C）
组零始终代表整个表达式。
之所以这样命名捕获组是因为在匹配中，保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back 引用在表达式中使用，也可以在匹配操作完成后从匹配器获取。
与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组，则在第二次计算失败时将保留其以前捕获的值（如果有的话）例如，将字符串 "aba" 与表达式（a（b）?）+ 相匹配，会将第二组设置为 "b"。在每个匹配的开头，所有捕获的输入都会被丢弃。
以（?）开头的组是纯的非捕获组，它不捕获文本，也不针对组合计进行计数。

以上就是小编为大家带来的正则表达式（语法篇推荐）全部内容了，希望大家多多支持脚本之家~