来
源：http://www.xiaoleilu.com/regex
-guide/
作者：路小磊
我想在网上最出名的正则相关的一篇
文章就是《正则表达式30分钟入门教
程》了，说实话这篇文章确实是我的
正则入门，但是随着使用熟练，冗长
的文章已经不能满足我了，在此做个
归纳总结，用于快速查阅。
以下语法在Java中有效，大部分应该
是通用的。
元字符，又叫字符集，就是用一些特
殊符号表示特定种类的字符或位置。
匹配字符
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线或
汉字
\s 匹配任意的空白符
\d 匹配数字
匹配位置
\b 匹配单词的开始或结束
^ 匹配字符串的开始
$ 匹配字符串的结束
\G 上一个匹配的结尾（本次匹
配开始）
\A 字符串开头(类似 ^ ，但不受
处理多行选项的影响)
\Z 字符串结尾或行尾(不受处理
多行选项的影响)
\z 字符串结尾(类似 $ ，但不受
处理多行选项的影响)
重复
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次
如果想匹配元字符本身或者正则中的
一些特殊字符，使用 \ 转义。例如匹
配 * 这个字符则使用 \* ，匹配 \ 这
个字符，使用 \\ 。
需要转义的字符： $ , ( , ) , * , +
, . , [ , ] , ? , \ , ^ , { , } , |
当需要匹配明确的字符或字符集合时
候，就用到字符类。
特殊字符
\0hh 8进制值hh所表示的字符
\xhh 16进制值hh所表示的字符
\uhhhh 16进制值hhhh所表示的
Unicode字符
\t Ta b
\n 换行符
\r 回车符
\f 换页符
\e Escape
\cN ASCII控制字符。比如 \cC
代表 Ctrl+C
\p{name} Unicode中命名为na me
的字符类，例如 \p{IsGreek}
陈列
[aeiou] 匹配一个元音字符
[.?!] 匹配给定的一个标点
范围
[0-9] 匹配0~9的数字，同 \d
[a-z] 匹配所有小写字母
[a-zA-Z] 匹配所有字母
[a-z0-9A-Z_] 等同于 \w
表示不属于元字符或者字符类的字符
反义元字符
\W 匹配任意不是字母，数字，
下划线，汉字的字符
\S 匹配任意不是空白符的字符
\D 匹配任意非数字的字符
\B 匹配不是单词开头或结束的
位置
反义字符类
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou这几个
字母以外的任意字符
又叫逻辑运算符，在此 X 和 Y 表示
两个表达式
XY X紧跟Y
X|Y 表示X或Y，从左到右，满
足第一个条件就不会继续匹配
了。
在这里我把表达式统一以 \w 为例：
(\w) 被一个括号包围起来是一
个整体，表示一个分组
(\w)(\w) 自动命名分组，第一
个小括号是分组1，第二个小括号
是分组2
(?'Word'\w+)) 表示定义了一个
叫做 Word 的分组
(?\w+)) 表示定义了一个叫做
Word 的分组
(?:\w+) 匹配exp,不捕获匹配的
文本，也不给此分组分配组号
后面的表达式可以引用前面的某个分
组，用 \1 表示，就好像分组1的值赋
值给了 \1 这个变量，这个变量可以
在后面任意位置引用。
\1 表示分组1匹配的文本
\k 表示分组 Word 匹配的文本
匹配重复两个的英文，例如匹配
Hello Hello 、 lei123 lei123 ：
1. (\w+)\s+\1
2. (?\w+)\s+\k
零宽断言表示匹配字符的时候再添加
一些定位条件，使匹配更精准。
\w+(?=ing) 匹配以 ing 结尾的
多个字符（不包括i ng）
\w+(?!ing) 匹配不是以 ing 结
尾的多个字符
(?<=re)\w+ 匹配以 re 开头的多
个字符（不包括re）
(?<!re)\w+ 匹配不是以 re 开头
的多个字符
(?<=\s)\d+(?=\s) 匹配两边是
空白符的数字，不包括空白符
贪婪：匹配尽可能长的字符串
懒惰：匹配尽可能短的字符串
懒惰模式的启用只需在重复元字符
之后加 ? 既可。
*? 重复任意次，但尽可能少重
复
+? 重复1次或更多次，但尽可能
少重复
?? 重复0次或1次，但尽可能少
重复
{n,m}? 重复n到m次，但尽可能
少重复
{n,}? 重复n次以上，但尽可能
少重复
在表达式里插记号的方式来启用绝大
多数的模式，在正则的哪里插入，就
从哪里启用。
1. (?i) ：忽略大小写
(CASE_INSENSITIVE)
2. (?x) ：忽略空格字符
(COMMENTS)
3. (?s) ： . 匹配任意字符，包括
换行符（DOTALL）
4. (?m) ：多行模式（MULTILINE）
5. (?u) ：对Unicode符大小写不敏
感（UNICODE_CASE），必须启
用CASE_INSENSITIVE
6. (?d) ：只有'\n'才被认作一行的中
止（UNIX_LINES ）
平衡组用于匹配嵌套层次结构，常用
于匹配HTML标签（当HTML内容不
规范，起始标签和结束标签数量不同
时，匹配出正确配对的标签），在此
把表达式统一以 \w 为例。
(?'group'\w) 捕获的分组（ \w
匹配到的内容）命名为 group ，
并压入堆栈
(?'-group'\w) 捕获分组（ \w
匹配到的内容）后，弹出 group
分组栈的栈顶内容（最后压入的
捕获内容），堆栈本来为空，则
本分组的匹配失败
(?(group)yes|no) 如果 group
栈非空匹配表达式 yes ，否则匹
配表达式 no
(?!) 零宽负向先行断言，由于
没有后缀表达式，试图匹配总是
失败
注释语法： (?#comment) ，这个语法
的内容会被正则忽略，用于注释含
义。可以放在正则表达式的任意位
置。
