JAVA的正则表达式语法

[align=left]Java 正则表达式[/align]
[align=left]表达式意义：[/align]
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 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

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-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）

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：[0-9]

\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]

4.POSIX 字符类（仅 US-ASCII)(注意反斜杠要写两次，例如\p{Lower}写为\\p{Lower})

\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]

5.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()

6.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）

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 = Pattern.compile(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 ("\r\n")、

‐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 = Pattern.compile(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

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

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

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

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

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