正则表达式语法记录
本文记录常用正则表达式语法，以备不时之需
| 字符 | 说明 |
|---|---|
| \ | 将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如，”n”匹配字符”n”。”\n”匹配换行符。 |
| ^ | 匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与”\n”或”\r”之后的位置匹配 |
| $ | 匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与”\n”或”\r”之前的位置匹配 |
| * | 零次或多次匹配前面的字符或子表达式。例如，zo* 匹配”z”和”zoo”。* 等效于 {0,} |
| + | 一次或多次匹配前面的字符或子表达式。例如，”zo+”与”zo”和”zoo”匹配，但与”z”不匹配。+ 等效于 {1,} |
| ? | 零次或一次匹配前面的字符或子表达式。例如，”do(es)?”匹配”do”或”does”中的”do”。? 等效于 {0,1} |
| {n} | n 为非负整数。正好匹配 n 次。例如，”o{2}”与”Bob”中的”o”不匹配，但与”food”中的两个”o”匹配 |
| {n,} | n 为非负整数。至少匹配 n 次。例如，”o{2,}”不匹配”Bob”中的”o”，而匹配”foooood”中的所有 o。”o{1,}”等效于”o+”。”o{0,}”等效于”o” |
| {n,m} | n 和 m 均为非负整数，且 n <= m。匹配至少 n 次，至多 m 次。例如，”o{1,3}”匹配”fooooood”中的头三个 o。’o{0,1}’ 等效于 ‘o?’。注意：您不能将空格插入逗号和数字之间 |
| ? | 当此字符紧随任何其他限定符（、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是”非贪心的”。”非贪心的”模式匹配搜索到的、尽可能短的字符串，而默认的”贪心的”模式匹配搜索到的、尽可能长的字符串。例如，在字符串”oooo”中，”o+?”只匹配单个”o”，而”o+”匹配所有”o” |
| . | 匹配除”\r\n”之外的任何单个字符。若要匹配包括”\r\n”在内的任意字符，请使用诸如”[\s\S]“之类的模式 |
| (pattern) | 匹配 pattern 并捕获该匹配的子表达式。可以使用 0…0…9 属性从结果”匹配”集合中检索捕获的匹配。若要匹配括号字符 ( )，则需加反斜线”\(“, “\)” |
| (?:pattern) | 匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用”or”字符 ( |
| (?=pattern) | 筛选符合 pattern 子表达式的匹配。例如，”win(?=1)\d+” 能匹配 win10 和 win11，但排除了 win7,win8 |
| (?!pattern) | 排除符合 pattern 子表达式的匹配。例如，”win(?!1)\d+” 能匹配 win7 和 win8，但会排除 win10,win11 |
| [xyz] | 字符集。匹配包含的任一字符。例如，”[abc]“匹配”plain”中的”a” |
| [^xyz] | 反向字符集。匹配未包含的任何字符。例如，”[^abc]“匹配”plain”中”p”，”l”，”i”，”n” |
| [a-z] | 字符范围。匹配指定范围内的任何字符。例如，”[a-z]“匹配”a”到”z”范围内的任何小写字母 |
| [^a-z] | 反向范围字符。匹配不在指定的范围内的任何字符。例如，”[^a-z]“匹配任何不在”a”到”z”范围内的任何字符 |
| \b | 匹配一个字边界，即字与空格间的位置。例如，”er\b”匹配”never”中的”er”，但不匹配”verb”中的”er” |
| \B | 非字边界匹配。”er\B”匹配”verb”中的”er”，但不匹配”never”中的”er” |
| \cx | 匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是”c”字符本身 |
| \d | 数字字符匹配。等效于 [0-9] |
| \D | 非数字字符匹配。等效于 [^0-9] |
| \f | 换页符匹配。等效于 \x0c 和 \cL |
| \n | 换行符匹配。等效于 \x0a 和 \cJ |
| \r | 匹配一个回车符。等效于 \x0d 和 \cM |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效 |
| \S | 匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效 |
| \t | 制表符匹配。与 \x09 和 \cI 等效 |
| \v | 垂直制表符匹配。与 \x0b 和 \cK 等效 |
| \w | 匹配任何字类字符，包括下划线。与”[A-Za-z0-9_]“等效 |
| \W | 与任何非单词字符匹配。与”[^A-Za-z0-9_]“等效 |
| \xn | 匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，”\x41”匹配”A”。”\x041”与”\x04”&”1”等效。允许在正则表达式中使用 ASCII 代码 |
| \num | 匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，”(.)\1”匹配两个连续的相同字符 |
| \n | 标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码 |
| \nm | 标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获，则 n 是反向引用，后面跟有字符 m。如果两种前面的情况都不存在，则 \nm 匹配八进制值 nm，其中 n 和 m 是八进制数字 (0-7) |
| \nml | 当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml |
| \un | 匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，\u00A9 匹配版权符号 |
备注：
- 正则匹配中文文字：
[\u4e00-\u9fa5] - 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 “\b” 与单个退格字符匹配，而 “\b” 与单词边界匹配。
相关文章