public final class Pattern extends implements

正则表达式的编译表示形式。

指定为字符串的正则表达式必须首先被编译为此类的实例。然后，可将得到的模式用于创建 对象，依照正则表达式，该对象可以与任意匹配。执行匹配所涉及的所有状态都驻留在匹配器中，所以多个匹配器可以共享同一模式。

因此，典型的调用顺序是

Pattern p = Pattern.("a*b"); Matcher m = p.("aaaaab"); boolean b = m.();

在仅使用一次正则表达式时，可以方便地通过此类定义 方法。此方法编译表达式并在单个调用中将输入序列与其匹配。语句

boolean b = Pattern.matches("a*b", "aaaaab");
等效于上面的三个语句，尽管对于重复的匹配而言它效率不高，因为它不允许重用已编译的模式。

此类的实例是不可变的，可供多个并发线程安全使用。 类的实例用于此目的则不安全。

正则表达式的构造摘要 构造 匹配 字符 x 字符 x \\ 反斜线字符 \0 n 带有八进制值 0 的字符 n (0 <= n <= 7) \0 nn 带有八进制值 0 的字符 nn (0 <= n <= 7) \0 mnn 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7） \x hh 带有十六进制值 0x 的字符 hh \u hhhh 带有十六进制值 0x 的字符 hhhh \t 制表符 ( '\u0009') \n 新行（换行）符 ( '\u000A') \r 回车符 ( '\u000D') \f 换页符 ( '\u000C') \a 报警 (bell) 符 ( '\u0007') \e 转义符 ( '\u001B') \c x 对应于 x 的控制符 字符类 [abc] a、 b 或 c（简单类） [^abc] 任何字符，除了 a、 b 或 c（否定） [a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围） [a-d[m-p]] a 到 d 或 m 到 p： [a-dm-p]（并集） [a-z&&[def]] d、 e 或 f（交集） [a-z&&[^bc]] a 到 z，除了 b 和 c： [ad-z]（减去） [a-z&&[^m-p]] a 到 z，而非 m 到 p： [a-lq-z]（减去） 预定义字符类 . 任何字符（与可能匹配也可能不匹配） \d 数字： [0-9] \D 非数字： [^0-9] \s 空白字符： [ \t\n\x0B\f\r] \S 非空白字符： [^\s] \w 单词字符： [a-zA-Z_0-9] \W 非单词字符： [^\w] POSIX 字符类（仅 US-ASCII） \p{Lower} 小写字母字符： [a-z] \p{Upper} 大写字母字符： [A-Z] \p{ASCII} 所有 ASCII： [\x00-\x7F] \p{Alpha} 字母字符： [\p{Lower}\p{Upper}] \p{Digit} 十进制数字： [0-9] \p{Alnum} 字母数字字符： [\p{Alpha}\p{Digit}] \p{Punct} 标点符号： !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~\p{Graph}可见字符： [\p{Alnum}\p{Punct}] \p{Print} 可打印字符： [\p{Graph}\x20] \p{Blank} 空格或制表符： [ \t] \p{Cntrl} 控制字符： [\x00-\x1F\x7F] \p{XDigit} 十六进制数字： [0-9a-fA-F] \p{Space} 空白字符： [ \t\n\x0B\f\r] java.lang.Character 类（简单的 ） \p{javaLowerCase} 等效于 java.lang.Character.isLowerCase() \p{javaUpperCase} 等效于 java.lang.Character.isUpperCase() \p{javaWhitespace} 等效于 java.lang.Character.isWhitespace() \p{javaMirrored} 等效于 java.lang.Character.isMirrored() Unicode 块和类别的类 \p{InGreek} Greek 块（简单）中的字符 \p{Lu} 大写字母（简单） \p{Sc} 货币符号 \P{InGreek} 所有字符，Greek 块中的除外（否定） [\p{L}&&[^\p{Lu}]] 所有字母，大写字母除外（减去） 边界匹配器 ^ 行的开头 $ 行的结尾 \b 单词边界 \B 非单词边界 \A 输入的开头 \G 上一个匹配的结尾 \Z 输入的结尾，仅用于最后的（如果有的话） \z 输入的结尾 Greedy 数量词 X ? X，一次或一次也没有 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，但是不超过 m 次 Reluctant 数量词 X ?? X，一次或一次也没有 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，但是不超过 m 次 Possessive 数量词 X ?+ X，一次或一次也没有 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，但是不超过 m 次 Logical 运算符 XY X 后跟 Y X | Y X 或 Y ( X ) X，作为 Back 引用 \ n 任何匹配的 n th 引用 \ Nothing，但是引用以下字符 \Q Nothing，但是引用所有字符，直到 \E \E Nothing，但是结束从 \Q 开始的引用 特殊构造（非捕获） (?: X ) X，作为非捕获组 (?idmsux-idmsux) Nothing，但是将匹配标志 on - off (?idmsux-idmsux: X ) X，作为带有给定标志 on - off (?= X ) X，通过零宽度的正 lookahead (?! X ) X，通过零宽度的负 lookahead (?<= X ) X，通过零宽度的正 lookbehind (?<! X ) X，通过零宽度的负 lookbehind (?> X ) X，作为独立的非捕获组
反斜线、转义和引用

反斜线字符 ('\') 用于引用转义构造，如上表所定义的，同时还用于引用其他将被解释为非转义构造的字符。因此，表达式 \\ 与单个反斜线匹配，而 \{ 与左括号匹配。

在不表示转义构造的任何字母字符前使用反斜线都是错误的；它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线，不管该字符是否非转义构造的一部分。

根据

字符类

字符类可以出现在其他字符类中，并且可以包含并集运算符（隐式）和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。

字符类运算符的优先级如下所示，按从最高到最低的顺序排列：

1 字面值转义 \x 2 分组 [...] 3 范围 a-z 4 并集 [a-e][i-u] 5 交集 [a-z&&[aeiou]]

注意，元字符的不同集合实际上位于字符类的内部，而非字符类的外部。例如，正则表达式 . 在字符类内部就失去了其特殊意义，而表达式 - 变成了形成元字符的范围。

行结束符

行结束符 是一个或两个字符的序列，标记输入字符序列的行结尾。以下代码被识别为行结束符：

新行（换行）符 ('\n')、 后面紧跟新行符的回车符 ("\r\n")、 单独的回车符 ('\r')、 下一行字符 ('\u0085')、 行分隔符 ('\u2028') 或 段落分隔符 ('\u2029)。

如果激活

如果未指定

标志，则正则表达式 . 可以与任何字符（行结束符除外）匹配。

 

默认情况下，正则表达式 ^ 和 $ 忽略行结束符，仅分别与整个输入序列的开头和结尾匹配。如果激活

模式，则 ^ 在输入的开头和行结束符之后（输入的结尾）才发生匹配。处于 模式中时，$ 仅在行结束符之前或输入序列的结尾处匹配。 第 1 级和 RL2.1 Canonical Equivalents。

 

组和捕获

捕获组可以通过从左到右计算其开括号来编号。例如，在表达式 ((A)(B(C))) 中，存在四个这样的组：

1 ((A)(B(C))) 2 \A 3 (B(C)) 4 (C)

组零始终代表整个表达式。

之所以这样命名捕获组是因为在匹配中，保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back 引用在表达式中使用，也可以在匹配操作完成后从匹配器获取。

与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组，则在第二次计算失败时将保留其以前捕获的值（如果有的话）例如，将字符串 "aba" 与表达式 (a(b)?)+ 相匹配，会将第二组设置为 "b"。在每个匹配的开头，所有捕获的输入都会被丢弃。

以 (?) 开头的组是纯的非捕获 组，它不捕获文本，也不针对组合计进行计数。

Unicode 支持

此类符合

Java 源代码中的 Unicode 转义序列（如 \u2014）是按照 Java Language Specification 的

中的描述处理的。这样的转义序列还可以由正则表达式解析器直接实现，以便在从文件或键盘击键读取的表达式中使用 Unicode 转义。因此，可以将不相等的字符串 "\u2014" 和 "\\u2014" 编译为相同的模式，从而与带有十六进制值 0x2014 的字符匹配。 类指定版本中的 的类别。类别名称是在 Standard 中定义的，即标准又丰富。Pattern 所支持的块名称是 所接受和定义的有效块名称。 所述。

 

与 Perl 中一样，Unicode 块和类别是使用 \p 和 \P 构造编写的。如果输入具有属性 prop，则与 \p{prop} 匹配，而输入具有该属性时与 \P{prop} 不匹配。块使用前缀 In 指定，与在 InMongolian 中一样。可以使用可选前缀 Is 指定类别：\p{L} 和 \p{IsL} 都表示 Unicode 字母的类别。块和类别在字符类的内部和外部都可以使用。

受支持的类别是由

行为类似 java.lang.Character boolean 是 methodname 方法（废弃的类别除外）的类别，可以通过相同的 \p{prop} 语法来提供，其中指定的属性具有名称 javamethodname。

与 Perl 5 相比较

Pattern 引擎用有序替换项执行传统上基于 NFA 的匹配，与 Perl 5 中进行的相同。

此类不支持 Perl 构造：

条件构造 (?{X}) 和 (?(condition)X|Y)、

嵌入式代码构造 (?{code}) 和 (??{code})、

嵌入式注释语法 (?#comment) 和

预处理操作 \l \u、\L 和 \U。

此类支持但 Perl 不支持的构造：

Possessive 数量词，它可以尽可能多地进行匹配，即使这样做导致所有匹配都成功时也如此。

字符类并集和交集，如

与 Perl 的显著不同点是：

在 Perl 中，\1 到 \9 始终被解释为 Back 引用；如果至少存在多个子表达式，则大于 9 的反斜线转义数按 Back 引用对待，否则在可能的情况下，它将被解释为八进制转义。在此类中，八进制转义必须始终以零开头。在此类中，\1 到 \9 始终被解释为 Back 引用，较大的数被接受为 Back 引用，如果在正则表达式中至少存在多个子表达式的话；否则，解析器将删除数字，直到该数小于等于组的现有数或者其为一个数字。

Perl 使用 g 标志请求恢复最后匹配丢失的匹配。此功能是由 类显式提供的：重复执行 方法调用可以恢复丢失的最后匹配，除非匹配器被重置。

在 Perl 中，位于表达式顶级的嵌入式标记对整个表达式都有影响。在此类中，嵌入式标志始终在它们出现的时候才起作用，不管它们位于顶级还是组中；在后一种情况下，与在 Perl 中类似，标志在组的结尾处还原。

Perl 允许错误匹配构造，如在表达式 *a 中，以及不匹配的括号，如在在表达式 abc] 中，并将其作为字面值对待。此类还接受不匹配的括号，但对 +、? 和 * 不匹配元字符有严格限制；如果遇到它们，则抛出 。
 

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\\)"。 模式，则新行符是唯一识别的行结束符。