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 n^th 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

---

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

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 ('/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)。

如果激活

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检索。

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。

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 "/b" 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//)"。 UNIX_LINES 模式，则新行符是惟一识别的行结束符。