java正则表达式捕获组,非捕获组与注释介绍

正则表达式,简单部分可参加Pattern的javadoc介绍.
现在我来介绍一下捕获组,非捕获组.
[color=red]注意:由于论坛发帖限制,表格中出现或的,请一律考虑成|字符[/color]
[b]捕获组[/b]
[table]
|字符|描述|示例|
|(pattern)|匹配pattern并捕获结果，自动设置组号。|(abc)+d
匹配abcd
或者abcabcd|
|(?<name>pattern)或(?'name'pattern)|匹配pattern并捕获结果，设置name为组名。||
|\num|对捕获组的反向引用。其中 num 是一个正整数。|(\w)(\w)\2\1
匹配abba|
|\k< name >或\k' name '|对命名捕获组的反向引用。其中 name 是捕获组名。|(?<group>\w)abc\k<group>
匹配xabcx|
[/table]

使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个捕获组会自动拥有一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。

例如：

(\d{4})-(\d{2}-(\d{2}))

1 1 2 3 32

也可以自己指定子表达式的组名。这样在表达式或程序中可以直接引用组名，当然也可以继续使用组号。但如果正则表达式中同时存在普通捕获组和命名捕获组，那么捕获组的编号就要特别注意，编号的规则是先对普通捕获组进行编号，再对命名捕获组进行编号。

例如：

(\d{4})-(?<date>\d{2}-(\d{2}))

1 1 3 2 23


[b]非捕获组[/b]
[table]
|字符 |描述|示例|
|(?:pattern)|匹配pattern，但不捕获匹配结果。|'industr(?:y或ies)
匹配'industry'或'industries'。|
|(?=pattern)|零宽度正向预查，不捕获匹配结果。|'Windows (?=95或98或NT或2000)'
匹配 "Windows2000" 中的 "Windows"
不匹配 "Windows3.1" 中的 "Windows"。|
|(?!pattern)|零宽度负向预查，不捕获匹配结果。|'Windows (?!95或98或NT或2000)'
匹配 "Windows3.1" 中的 "Windows"
不匹配 "Windows2000" 中的 "Windows"。|
|(?<=pattern)|零宽度正向回查，不捕获匹配结果。|'2000 (?<=Office或Word或Excel)'
匹配 " Office2000" 中的 "2000"
不匹配 "Windows2000" 中的 "2000"。|
|(?<!pattern)|零宽度负向回查，不捕获匹配结果。|'2000 (?<!Office或Word或Excel)'
匹配 " Windows2000" 中的 "2000"
不匹配 " Office2000" 中的 "2000"。|
[/table]
非捕获组只匹配结果，但不捕获结果，也不会分配组号，当然也不能在表达式和程序中做进一步处理。

首先(?:pattern)与(pattern)不同之处只是在于不捕获结果。

接下来的四个非捕获组用于匹配pattern（或者不匹配pattern）位置之前（或之后）的内容。匹配的结果不包括pattern。

例如：

(?<=<(\w+)>).*(?=<\/\1>)匹配不包含属性的简单HTML标签内的内容。如：<div>hello</div>之中的hello，匹配结果不包括前缀<div>和后缀</div>。
[b]注释[/b]
[table]
|字符|描述|示例|
|(?#comment)|comment是注释，不对正则表达式的处理产生任何影响|2[0-4]\d(?#200-249)或25[0-5](?#250-255或1?\d\d?(?#0-199)
匹配0-255的整数|
[/table]