java 正则表达

正则表达式（英语：Regular Expression）原属于计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里边，正则表达式通常被用来检索、替换那些符合某个模式的文本。许多程序设计语言都支持利用正则表达式进行字符串操作。例如，Perl,Shell,R,Java等等。

元字符	描述
\	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。例如，“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。
^	匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。
*	匹配前面的子表达式任意次。例如，zo*能匹配“z”，“zo”以及“zoo”。*等价于{0,}。
+	匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。
{n,}	n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{n,m}	m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
?	当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。

元字符是一个预定义的字符。

正则表达式	描述
\d	匹配一个数字，是 [0-9] 的简写
\D	匹配一个非数字，是 [^0-9] 的简写
\s	匹配一个空格，是 [ \t\n\x0b\r\f] 的简写
\S	匹配一个非空格
\w	匹配一个单词字符（大小写字母、数字、下划线），是 [a-zA-Z_0-9] 的简写
\W	匹配一个非单词字符（除了大小写字母、数字、下划线之外的字符），等同于 [^\w]

限定符定义了一个元素可以发生的频率。

正则表达式	描述	举例
*	匹配 >=0 个，是 {0,} 的简写	X* 表示匹配零个或多个字母 X，.*表示匹配任何字符串
+	匹配 >=1 个，是 {1,} 的简写	X+ 表示匹配一个或多个字母 X
?	匹配 1 个或 0 个，是 {0,1} 的简写	X? 表示匹配 0 个或 1 个字母 X
{X}	只匹配 X 个字符	\d{3} 表示匹配 3 个数字，.{10}表示匹配任何长度是 10 的字符串
{X,Y}	匹配 >=X 且 <=Y 个	\d{1,4} 表示匹配至少 1 个最多 4 个数字
*?	如果 ? 是限定符 * 或 + 或 ? 或 {} 后面的第一个字符，那么表示非贪婪模式（尽可能少的匹配字符），而不是默认的贪婪模式

Java中的反斜杠：反斜杠 \ 在 Java 中表示转义字符，这意味着 \ 在 Java 拥有预定义的含义。

这里例举两个特别重要的用法：

• 在匹配 . 或 { 或 [ 或 ( 或 ? 或 $ 或 ^ 或 * 这些特殊字符时，需要在前面加上 \\，比如匹配 . 时，Java 中要写为 \\.，但对于正则表达式来说就是 \.。
• 在匹配 \ 时，Java 中要写为 \\\\，但对于正则表达式来说就是 \\。

注意：Java 中的正则表达式字符串有两层含义，首先 Java 字符串转义出符合正则表达式语法的字符串，然后再由转义后的正则表达式进行模式匹配。

表达式：[ ]与()

• [jpg|png] 代表匹配 j 或 p 或 g 或 p 或 n 或 g 中的任意一个字符。
• (jpg|png) 代表匹配 jpg 或 png。

正则中的前瞻，后顾，负前瞻，负后顾四个概念

前瞻： exp1(?=exp2) 查找exp2前面的exp1

后顾： (?<=exp2)exp1 查找exp2后面的exp1

负前瞻： exp1(?!exp2) 查找后面不是exp2的exp1

负后顾： (?<!=exp2)exp1 查找前面不是exp2的exp1

如：b.regexp("(?<!\\\\)[\\s]*+")表示匹配前面不是\\的n(n>=0)个空格

[\\s]* 表示>=0 个空格

如：b.regexp("([^=:\\s]|(?<=\\\\)\\ |(?<=\\\\)\\=|(?<=\\\\)\\:)+")

(?<=\\\\)表示 \

表示匹配字符串以=:空格其中一个开始 或 \\ 或 \\= 或 \\: 多个

例如：b.regexp("^\\[.*?\\]$") 匹配前后[ ]

例如：b.regexp("^\\s*+\\-\\s") 匹配“   - xxxxx ”

中文匹配：

[\u4e00-\u9fa5]+ 代表匹配中文字。

可以在正则的开头指定模式修饰符：

• (?i) 使正则忽略大小写。
• (?s) 表示单行模式（"single line mode"）使正则的 . 匹配所有字符，包括换行符。
• (?m) 表示多行模式（"multi-line mode"），使正则的 ^ 和 $ 匹配字符串中每行的开始和结束。