2019-08-08 基本的正则表达式

special charaters

1、基本的
\ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。
. 匹配除换行符（\n、\r）之外的任何单个字符
( ) 子表达式
[ ] 字符范围，该内的元字符会被当作普通字符处理，连字符-除外

定位符：
^ 定位符，字符串开始位置，本身并不匹配任何字符
$ 定位符，字符串结束位置，本身并不匹配任何字符
\b 定位符，单词边界
\B 定位符，非单词边界；如 er\B 可匹配 verb，但不能匹配teacher

限定符：前面表达式的匹配的次数
{ } 限定符，{n} 确定的次数，{n,}次数>=n，{n,m}n<=次数<=m;
? 限定符，次数为0或者1；
* 限定符，次数>=0;
+ 限定符，次数>=1;

\d 匹配一个数字字符。等价于 [0-9]。
\D 与\d相反
\w 匹配字母、数字、下划线。等价于'[A-Za-z0-9_]'
\W 与\w相反
\s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S 与\s相反
\r 回车
\n 换行
[\u4e00-\u9fa5] 表示匹配一个汉字
2、高端一点的
(?:pattern)
匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， 'industr(?:y|ies) 就是一个比 'industry|industries' 更简略的表达式。

(?=pattern)
正向肯定预查（look ahead positive assert），在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，"Windows(?=95|98|NT|2000)"能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3.1"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。

(?!pattern)
正向否定预查(negative assert)，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如"Windows(?!95|98|NT|2000)"能匹配"Windows3.1"中的"Windows"，但不能匹配"Windows2000"中的"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。

(?<=pattern) 反向(look behind)肯定预查，与正向肯定预查类似，只是方向相反。例如，"(?<=95|98|NT|2000)Windows"能匹配"2000Windows"中的"Windows"，但不能匹配"3.1Windows"中的"Windows"。
(?

比如：2000windows98 (?<=2000)windows(?=98)

3、要注意的
普通语言中，\表示 我要插入一个普通的反斜杠；但在java中，\的含义是 我要插入一个正则 表达式的反斜杠，其后的字符有特殊意义。所以其他语言\d能表示意味数字，在java中需要使用 \d.
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。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 "\(hello\)"。