技术 · 阅读记录
正则表达式中的简单模式匹配
摘要
本文将整理正则表达式的基础内容，其中字符、字符类、逻辑运算符以及特殊结构等内容。
字符
基本字符
| 字符 | 匹配 |
|---|---|
| x | 字符 x |
| \\ | 反斜线字符 |
| \0n | 带有八进制值 0 的字符 n (0 <= n <= 7) |
| \0nn | 带有八进制值 0 的字符 nn (0 <= n <= 7) |
| \0mnn | 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7） |
| \xhh | 带有十六进制值 0x 的字符 hh |
| \uhhhh | 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’) |
| \cx | 对应于 x 的控制符 |
元字符
元字符（metacharacter）是一种特殊的字符，该字符被匹配器（Matcher）解析位特殊含义[metacharacter]。
在Java的API中，被支持的元字符有: <([{\^-=$!|]})?/*+.>
注意: 在特定情况下，上述列表中的特殊字符并不被认为是元字符。
在正则表达式中，有两种方式可以把元字符强制转换位普通字符：
- 使用反斜线（
\）来处理元字符 - 使用
\Q（开始位置）和\E（结束位置）来环绕元字符
字符类（character class）
字符类（character class）（有时也称为字符类），有时也称为字符集（character class）,定义了一组字符，其中任意字符都可能出现在匹配成功的字符串中[character_class]。
0、普通字符类
| 字符类 | 描述 |
|---|---|
| [abc] | a、b 或 c（简单类） |
| [^abc] | 任何字符，除了 a、b 或 c（否定） |
| [a-zA-Z] | a 到 z 或 A 到 Z，两头的字母包括在内（范围） |
| [a-d[m-p]] | a 到 d 或 m 到 p：[a-dm-p]（并集） |
| [a-z&&[def]] | d、e 或 f（交集） |
| [a-z&&[^bc]] | a 到 z，除了 b 和 c：[ad-z]（减去） |
| [a-z&&[^m-p]] | a 到 z，而非 m 到 p：[a-lq-z]（减去） |
1、预定义字符类
| 预定义字符类 | 描述 |
|---|---|
| . | 任何字符（与行结束符可能匹配也可能不匹配） |
| \d | 数字：[0-9] |
| \D | 非数字： [^0-9] |
| \s | 空白字符：[ \t\n\x0B\f\r] |
| \S | 非空白字符：[^\s] |
| \w | 单词字符：[a-zA-Z_0-9] |
| \W | 非单词字符：[^\w] |
2、POSIX 字符类
POSIX（可移植操作系统接口，Portable Operating System Interface of UNIX，缩写为 POSIX）字符类是用于US-ASCII。
| POSIX 字符类 | 描述 |
|---|---|
| \p{Lower} | 小写字母字符：[a-z] |
| \p{Upper} | 大写字母字符：[A-Z] |
| \p{ASCII} | 所有 ASCII：[\x00-\x7F] |
| \p{Alpha} | 字母字符：[\p{Lower}\p{Upper}] |
| \p{Digit} | 十进制数字：[0-9] |
| \p{Alnum} | 字母数字字符：[\p{Alpha}\p{Digit}] |
| \p{Punct} | 标点符号：!”#$%&’()*+,-./:;<=>?@[\]^_`{|}~ |
| \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] |
逻辑运算符
| 运算符 | 描述 |
|---|---|
| XY | X 后跟 Y |
| X|Y | X 或 Y |
| (X) | X，作为捕获组 |
特殊构造（非捕获）
| 特殊结构 | 描述 |
|---|---|
| (?:X) | X，作为非捕获组 |
| (?idmsux-idmsux) | Nothing，但是将匹配标志i d m s u x on - off |
| (?idmsux-idmsux:X) | X，作为带有给定标志 i d m s u x on - off |
| (?=X) | X，通过零宽度的正 lookahead (正前瞻) |
| (?!X) | X，通过零宽度的负 lookahead (反前瞻) |
| (?<=X) | X，通过零宽度的正 lookbehind (正后顾) |
| (?<!X) | X，通过零宽度的负 lookbehind (反后顾) |
| (?>X) | X，作为独立的非捕获组 |
引用
引用 | 描述 ——|—— \ | Nothing，但是引用接下来的字符 \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
