表12-8 正則表達式語法
語法 解釋
字符
c 字符c
\unnnn, \xnn, \0n, \0nn, \0nnn 帶有十六或八進制值的代碼單元
\0n 八進制0n代表的字符（0<=n<=7）
\0nn 八進制0nn代表的字符(0<=n<=7)
\0mnn 八進制0mnn代表的字符(0<=m<=3,0<=n<=7)
\xnn 十六進制 0xnn所代表的字符
\uhhhh 十六進制 0xhhhh所代表的字符
\t, \n, \r, \f, \a, \e 控制字符，依次是制表符，換行符，回車符，換頁符，報警符和轉(zhuǎn)義符
\cc 控制字符中出現(xiàn)的相應(yīng)字符c
字符類
[C1C2. . .] C1、C2……中的任何字符。Ci可以是字符，字符范圍（C1-C2）或者字符類。
[^. . .] 字符類的補集
[ . . . && . . .] 兩個字符類的交集
預(yù)定義字符類
. 除行終止符外的任何字符（如果DOTALL標志置位，則表示任何字符）
\d 數(shù)字[0-9]
\D 非數(shù)字[^0-9]
\s 空白字符[\t\n\r\f\x0B]
\S 非空白字符
\w 單詞字符[a-zA-Z0-9_]
\W 非單詞字符
\p{name} 一個指定的字符類，見表12-9
\P{name} 指定字符類的補集
邊界匹配符
^ $ 輸入的開頭和結(jié)尾(在多行模式(multiline mode)下是行的開頭和結(jié)尾)
\b 單詞邊界
\B 非單詞邊界
\A 輸入的開頭
\z 輸入的結(jié)尾
\Z 除最后行終止符之外的輸入結(jié)尾
\G 上個匹配的結(jié)尾
量詞
X? 可選的X（即X可能出現(xiàn)，也可能不出現(xiàn)）
X* X，可以重復(fù)0次或多次
X+ X，可以重復(fù)1次或多次
X{n} X{n,} X{n,m} X重復(fù)n次，至少重復(fù)n次，重復(fù)n到m次
量詞后綴
設(shè)默認（貪婪）匹配為reluctant匹配
+ 設(shè)默認（貪婪）匹配為possessive匹配
集合操作
XY X的匹配后面跟著Y的匹配
X|Y X或Y的匹配
分組
(X) 匹配X并且在一個自動計數(shù)的分組中捕獲它
\n 與第n個分組的匹配
轉(zhuǎn)義
\c 字符c（必須不是字母）
\Q...\E 逐字地引用...
（？...） 特殊構(gòu)造，看Pattern類的API
正則表達式的最簡單使用是測試一個特殊的字符串是否與之匹配。這里有一個Java寫的測試程序。首先從表示正則表達式的字符串構(gòu)造一個Pattern對象。然后從該模式獲得一個Matcher對象，并且調(diào)用它的matches()方法：
Pattern pattern = Pattern.compile(patternString);
Matcher matcher = pattern.matcher(input);
if (matcher.matches()) . . .
表12.9 預(yù)定義的字符類名（Predefined Character Class Names）
Lower 小寫的ASII字符[a-z]
Upper 大寫的ASCII字符[A-Z]
Alpha ASCII字母[A-Za-z]
Digit ASCII 數(shù)字 [0-9]
Alnum ASCII 字母或數(shù)字[A-Za-z0-9]
Xdigit 十六進制數(shù)字[0-9A-Fa-f]
Print or Graph 可打印的ASCII字符[\x21-\x7E]
Punct 非字母或數(shù)字ASCII [\p{Print}&&\P{Alnum}]
ASCII 所有ASCII字符 [\x00-\x7F]
Cntrl ASCII控制字符[\x00-\x1F]
Blank 空格符或制表符[ \t]
Space 空白符 [ \t\n\r\f\0x0B]
javaLowerCase 取決于Character.isLowerCase()的小寫字符
javaUpperCase 取決于Character.isUpperCase()的大寫字符
javaWhitespace 取決于Character.isWhitespace()的空白符
javaMirrored 取決于Character.isMirrored()的Mirrored（？）
InBlock 這里的Block是unicode字符的塊名，用空格隔開，比如BasicLatin 或 Mongolian。塊名列表 參考http://www.unicode.org
Category 或InCategory 這里的Category是Unicode字符的種類名，比如L（字母）或者Sc（貨幣符號）。種類 名列表參考http://www.unicode.org
matcher的輸入可以是實現(xiàn)CharSequence接口的任何類對象，像String，StringBuilder或CharBuffer。
當編譯模式時，可以設(shè)置一個或多個標志，例如
Pattern pattern = Pattern.compile(patternString,
Pattern.CASE_INSENSITIVE + Pattern.UNICODE_CASE);
下面六個標志都是支持的：
CASE_INSENSITIVE：匹配字符時與大小寫無關(guān)，該標志默認只考慮US ASCII字符。
UNICODE_CASE：當與CASE_INSENSITIVE結(jié)合時，使用Unicode字母匹配
MULTILINE：^和$匹配一行的開始和結(jié)尾，而不是整個輸入
UNIX_LINES： 當在多行模式下匹配^和$時，只將'\n'看作行終止符
DOTALL: 當使用此標志時，.符號匹配包括行終止符在內(nèi)的所有字符
CANON_EQ: 考慮Unicode字符的規(guī)范等價
如果正則表達式包含分組，Matcher對象能夠揭示分組邊界。方法
int start(int groupIndex)
int end(int groupIndex)
返回某個特殊分組的起始索引和結(jié)尾后索引（past-the-end index ）。
通過調(diào)用String group(int groupIndex)，你可以簡單地得到匹配的字符串。
第0個分組代表所有的分組，第一個實際分組的索引是1。調(diào)用groupCount來獲得總的分組數(shù)。
使用開放圓括號來安排嵌套分組。例如，給定模式((1?[0-9]):([0-5][0-9]))[ap]m，并且輸入11:59am,Matcher對象報告下列分組
((1?[0-9]):([0-5][0-9]))[ap]m
并輸入
11:59am
matcher報告下列分組
分組索引 起始 結(jié)束 字符串
0 0 7 11;59am
1 0 5 11:59
2 0 2 11
3 3 5 59
類
java.util.regex.Pattern 1.4
方法
static Pattern compile(String expression)
static Pattern compile(String expression, int flags)
編譯正則表達式字符串到pattern對象用以匹配的快速處理
參數(shù):
expression 正則表達式
flags 下列標志中的一個或多個 CASE_INSENSITIVE, UNICODE_CASE, MULTILINE, UNIX_LINES, DOTALL, and CANON_EQ
Matcher matcher(CharSequence input)
返回一個matcher對象，它可以用來在一個輸入中定位模式匹配
String[] split(CharSequence input)
String[] split(CharSequence input, int limit)
將輸入字符串分離成記號，并由pattern來指定分隔符的形式。返回記號數(shù)組。分隔符并不是記號的一部分。
參數(shù):
input 分離成記號的字符串
limit 生成的最大字符串數(shù)。
類
java.util.regex.Matcher 1.4
方法
boolean matches()
返回輸入是否與模式匹配
boolean lookingAt()
如果輸入的起始匹配模式則返回True
boolean find()
boolean find(int start)
嘗試查找下一個匹配，并在找到匹配時返回True
參數(shù):
start 開始搜索的索引
int start()
int end()
返回當前匹配的起始位置和結(jié)尾后位置
String group()
返回當前匹配
int groupCount()
返回輸入模式中的分組數(shù)
int start(int groupIndex)
int end(int groupIndex)
返回一個給定分組當前匹配中的起始位置和結(jié)尾后位置
參數(shù):
groupIndex分組索引（從1開始），0表示整個匹配
String group(int groupIndex)
返回匹配一個給定分組的字符串
參數(shù):
groupIndex
分組索引（從1開始），0表示整個匹配
String replaceAll(String replacement)
String replaceFirst(String replacement)
返回從matcher輸入得到的字符串，但已經(jīng)用替換表達式替換所有或第一個匹配
參數(shù):
replacement 替換字符串
Matcher reset()
Matcher reset(CharSequence input)
復(fù)位mather狀態(tài)。
