JavaRegex的解釋說明

運算式意義：

 

1.字元


x    字元 x。例如a表示字元a
//    反斜線字元。在書寫時要寫為////
。（注意：因為java在第一次解析時,把////
解析成Regex//，在第二次解析時再解析為/，所以凡是不是1.1列舉到的逸出字元，包括1.1的//,而又帶有/的都要寫兩次）
/0n    帶有八進位值 0的字元 n (0 <= n <= 7)
/0nn    帶有八進位值 0的字元 nn (0 <= n <= 7)
/0mnn    帶有八進位值 0的字元 mnn（0 <= m <= 3、0 <= n <= 7）
/xhh    帶有十六進位值 0x的字元 hh
/uhhhh    帶有十六進位值 0x的字元 hhhh
/t    定位字元 ('/u0009')
/n    新行（換行）符 ('/u000A')
/r    斷行符號符 ('/u000D')
/f    換頁符 ('/u000C')
/a    警示 (bell) 符 ('/u0007')
/e    轉義符 ('/u001B')
/cx    對應於 x 的控制符
2.字元類

[abc]    a、b或 c（簡單類）。例如[egd]表示包含有字元e、g或d。
[^abc]    任何字元，除了 a、b或 c（否定）。例如[^egd]表示不包含字元e、g或d。
[a-zA-Z]    a到 z或 A到 Z，兩頭的字母包括在內（範圍）
[a-d[m-p]]    a到 d或 m到 p：[a-dm-p]（並集）
[a-z&&[def]]    d、e或 f（交集）
[a-z&&[^bc]]    a到 z，除了 b和 c：[ad-z]（減去）
[a-z&&[^m-p]]    a到 z，而非 m到 p：[a-lq-z]（減去）
3.預定義字元類
(注意反斜線要寫兩次，例如/d寫為
//d



)

任何字元

（與行結束符可能匹配也可能不匹配）
/d    數字：[0-9]
/D    非數字： [^0-9]
/s    空白字元：[ /t/n/x0B/f/r]
/S    非空白字元：[^/s]
/w    單詞字元：[a-zA-Z_0-9]
/W    非單詞字元：[^/w]
4.POSIX 字元類
（僅 US-ASCII)(注意反斜線要寫兩次，例如/p{Lower}寫為//p{Lower})
/p{Lower}    小寫字母字元：[a-z]。
/p{Upper}    大寫字母字元：[A-Z]
/p{ASCII}    所有 ASCII：[/x00-/x7F]
/p{Alpha}    字母字元：[/p{Lower}/p{Upper}]
/p{Digit}    十進位數字：[0-9]
/p{Alnum}    字母數字字元：[/p{Alpha}/p{Digit}]
/p{Punct}    標點符號：!"#$%&'()*+,-./:;<=>?@[/]^_`{|}~
/p{Graph}    可見字元：[/p{Alnum}/p{Punct}]
/p{Print}    可列印字元：[/p{Graph}/x20]
/p{Blank}    空格或定位字元：[ /t]
/p{Cntrl}    控制字元：[/x00-/x1F/x7F]
/p{XDigit}    十六進位數字：[0-9a-fA-F]
/p{Space}    空白字元：[ /t/n/x0B/f/r]
5.java.lang.Character 類
（簡單的 java 字元類型）
/p{javaLowerCase}    等效於 java.lang.Character.isLowerCase()
/p{javaUpperCase}    等效於 java.lang.Character.isUpperCase()
/p{javaWhitespace}    等效於 java.lang.Character.isWhitespace()
/p{javaMirrored}    等效於 java.lang.Character.isMirrored()
6.Unicode 塊和類別的類

/p{InGreek}    Greek 塊（簡單塊）中的字元
/p{Lu}    大寫字母（簡單類別）
/p{Sc}    貨幣符號
/P{InGreek}    所有字元，Greek 塊中的除外（否定）
[/p{L}&&[^/p{Lu}]]     所有字母，大寫字母除外（減去）
7.邊界匹配器

^    行的開頭，請在Regex的開始處使用^。例如：^(abc)表示以abc開頭的字串。注意編譯的時候要設定參數MULTILINE，如 Pattern p = Pattern.compile(regex,Pattern.MULTILINE);
$    行的結尾，請在Regex的結束處使用。例如：(^bca).*(abc$)表示以bca開頭以abc結尾的行。
/b    單詞邊界。例如/b(abc)表示單詞的開始或結束包含有abc,（abcjj、jjabc 都可以匹配）
/B    非單詞邊界。例如/B(abc)表示單詞的中間包含有abc,(jjabcjj匹配而jjabc、abcjj不匹配)
/A    輸入的開頭
/G    上一個匹配的結尾(個人感覺這個參數沒什麼用)。例如//Gdog表示在上一個匹配結尾處尋找dog如果沒有的話則從開頭尋找,注意如果開頭不是dog則不能匹配。
/Z    輸入的結尾，僅用於最後的結束符（如果有的話）
行結束符 是一個或兩個字元的序列，標記輸入字元序列的行結尾。
以下代碼被識別為行結束符：
‐新行（換行）符 ('/n')、
‐後面緊跟新行符的斷行符號符 ("/r/n")、
‐單獨的斷行符號符 ('/r')、
‐下一行字元 ('/u0085')、
‐行分隔字元 ('/u2028') 或
‐段落分隔字元 ('/u2029)。
/z    輸入的結尾
當編譯模式時，可以設定一個或多個標誌，例如
Pattern pattern = Pattern.compile(patternString,Pattern.CASE_INSENSITIVE + Pattern.UNICODE_CASE);
下面六個標誌都是支援的：
‐CASE_INSENSITIVE：匹配字元時與大小寫無關，該標誌預設只考慮US ASCII字元。
‐UNICODE_CASE：當與CASE_INSENSITIVE結合時，使用Unicode字母匹配
‐MULTILINE：^和$匹配一行的開始和結尾，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: 當使用此標誌時，.符號匹配包括行終止符在內的所有字元
‐CANON_EQ: 考慮Unicode字元的規範等價
8.Greedy 數量詞

X?    X，一次或一次也沒有
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，但是不超過 m 次
9.Reluctant 數量詞

X??    X，一次或一次也沒有
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，但是不超過 m 次
10.Possessive 數量詞

X?+    X，一次或一次也沒有
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，但是不超過 m 次
Greedy，Reluctant，Possessive的區別在於:(注意僅限於進行.等模糊處理時)
greedy量
詞被看作“貪婪的”，因為它第一次就讀入整個被模糊比對的字串。如果第一個匹配嘗試（整個輸入字串）失敗，匹配器就會在被匹配字串中的最後一位後退
一個字元並且再次嘗試，重複這個過程，直到找到匹配或者沒有更多剩下的字元可以後退為止。根據運算式中使用的量詞，它最後試圖匹配的內容是1
個或者0個字元。
但是，reluctant量詞採取相反的方式：它們從被匹配字串的開頭開始，然後逐步地一次讀取一個字元搜尋匹配。它們最後試圖匹配的內容是整個輸入字串。
最後，possessive量詞總是讀完整個輸入字串，嘗試一次（而且只有一次）匹配。和greedy量詞不同，possessive從不後退。
11.Logical 運算子

XY    X 後跟 Y
X|Y    X 或 Y
(X)    X，作為擷取的群組。例如(abc)表示把abc作為一個整體進行捕獲
12.Back 引用

/n    任何匹配的 nth擷取的群組
擷取的群組可以通過從左至右計算其開括弧來編號。例如，在運算式 ((A)(B(C)))中，存在四個這樣的組：
1        ((A)(B(C)))
2        /A
3        (B(C))
4        (C)
在運算式中可以通過/n來對相應的組進行引用，例如(ab)34/1就表示ab34ab，(ab)34(cd)/1/2就表示ab34cdabcd。
13.引用

/    Nothing，但是引用以下字元
/Q    Nothing，但是引用所有字元，直到 /E。QE之間的字串會原封不動的使用(1.1中逸出字元的除外)。例如, ab//Q{|}////E
可以匹配ab{|}//
/E    Nothing，但是結束從 /Q開始的引用
14.特殊構造（非捕獲）

(?:X)    X，作為非擷取的群組
(?idmsux-idmsux)     Nothing，但是將匹配標誌由 on 轉為 off。比如：運算式 (?i)abc(?-i)def 這時，(?i) 開啟不區分大小寫開關，abc 匹配
idmsux說明如下：
‐i CASE_INSENSITIVE :US-ASCII 字元集不區分大小寫。(?i)
‐d UNIX_LINES : 開啟UNIX分行符號
‐m MULTILINE :多行模式(?m)
UNIX下換行為/n
WINDOWS下換行為/r/n(?s)
‐u UNICODE_CASE : Unicode 不區分大小寫。(?u)
‐x COMMENTS :可以在pattern裡面使用註解，忽略pattern裡面的whitespace，以及"#"一直到結尾（#後面為註解）。(?x)例如(?x)abc#asfsdadsa可以匹配字串abc
(?idmsux-idmsux:X)     X，作為帶有給定標誌 on - off 的非擷取的群組。與上面的類似，上面的運算式，可以改寫成為：(?i:abc)def，或者 (?i)abc(?-i:def)
(?=X)    X，通過零寬度的正 lookahead。零寬度正先行斷言，僅當子運算式 X 在 此位置的右側匹配時才繼續匹配。例如，/w+(?=/d) 表示字母后面跟數字，但不捕獲數字（不回溯）
(?!X)    X，通過零寬度的負 lookahead。零寬度負先行斷言。僅當子運算式 X 不在 此位置的右側匹配時才繼續匹配。例如，/w+(?!/d) 表示字母后面不跟數字，且不捕獲數字。
(?<=X)    X，通過零寬度的正 lookbehind。零寬度正後發斷言。僅當子運算式 X 在 此位置的左側匹配時才繼續匹配。例如，(?<=19)99 表示99前面是數字19，但不捕獲前面的19。（不回溯）
(?
(?>X)    X，作為獨立的非擷取的群組（不回溯）
(?=X)與(?>X)的區別在於(?>X)是不回溯的。例如被匹配的字串為abcm
當運算式為a(?:b|bc)m是可以匹配的，而當運算式是a(?>b|bc)時是不能匹配的，因為當後者匹配到b時，由於已經匹配，就跳出了非擷取的群組，而不再次對組內的字元進行匹配。可以加快速度。