正則表達式-經常使用構造子列表

字符

    表示單個字符。例如a，它將匹配字符串中第一次出現的字符a；它也能夠匹配第二個 a，這必須是你告訴正則表達式引擎從第一次匹配的地方開始搜索。

    可使用特殊字符序列表明某些不可顯示字符。

構造	匹配
B	字符B
\xhh	十六進制值爲oxhh的字符
\uhhhh	十六進制值爲oxhhhh的Unicode字符
\t	製表符Tab：(‘\u0009’)
\r	回車符：(‘\u000D’)
\n	換行符：(‘\u000A’)
\f	換頁符：(‘\u000C’)
\e	轉義符（Escape）：(‘\u001B’)

---

字符集

    字符集是由一對括號[]括起來的字符集合。使用字符集，能夠告訴正則表達式引擎僅僅匹配多個字符中的一個。

    字符集能夠出如今其它字符集中，而且能夠包含並集運算符（隱式）和交集運算符 (&&)。

構造	匹配
[abc]	a、b或c（等效於a|b|c）
[^abc]	除了a、b或c的任何字符（否認）
[a-zA-Z]	a到z或A到Z的任何字符（範圍）
[abc[hij]]	a、b、c、h、i或j，等效於a|b|c|h|i|j（並集）
[a-z&&[hij]]	h、i或j（交集）

    並集和交集的應用示例以下：

    [a-c[h-j]]

    a到c或h到j的任何字符（並）

    [a-z&&[^hij]]

    a到z，除了h、i、j（減去），等效於[a-gk-z]

    [a-z&&[^h-j]]

    a到z，而非h到j（減去），等效於[a-gk-z]

---

預約義字符集

    預約義字符集能夠用在方括號以內或以外。

    例如\s\d匹配一個空白符後面緊跟一個數字；[\s\d]匹配單個空白符或數字。

構造	匹配
\d	數字：[0-9]
\D	非數字：[^0-9]
\s	空白字符：空格、製表、回車、換行、換頁
\S	非空白字符：[^\s]
\w	單詞字符：[a-zA-Z_0-9]
\W	非單詞字符：[^\w]

---

邊界匹配符

構造	匹配
^	輸入序列的開始 當啓用多行模式後，還能夠匹配行的開始
$	輸入序列的結尾 當啓用多行模式後，還能夠匹配行的結尾
\b	單詞邊界 \b匹配的是位置，這種匹配是0長度的 \b匹配一個「字母數字下劃線」序列的開始和結束位置，在開始位置前面的字符或結束位置後面的字符不能是字母、數字或下劃線
\B	非單詞邊界：[^\b] \B匹配的位置是兩個「單詞字符」之間或兩個「非單詞字符」之間的位置
\G	上一個匹配的結尾

---

邏輯操做符

構造	匹配
XY	X後跟Y
X|Y	X或Y 匹配分支條件時，將會從左到右地測試每一個條件，若是知足了某個分支的話，就不會去再管其它的條件了。例如\d{5}|\d{5}-\d{4}，只會匹配5位數字以及9位數字的前5位
(X)	捕獲組（capturing group）。能夠在表達式中用\i引用第i個捕獲組

---

量詞

    量詞描述了一個模式吸取輸入文本的模式。

• 貪婪型：量詞老是貪婪的，除非有其它的選項被設置。貪婪表達式會爲全部可能的模式發現儘量多的匹配。

• 懶惰型：懶惰型表達式匹配知足模式所需的最少字符數。

• 佔有型：目前，佔有型量詞只在Java語言中可用。當正則表達式被應用於字符串時，它會產生至關多的狀態，以便在匹配失敗時能夠回溯。而佔有型量詞並不保存這些中間狀態，所以它能夠防止回溯。它們經常用來防止正則表達式失控，所以可使正則表達式執行起來更有效。

貪婪型	懶惰型	佔有型	如何匹配
X?	X??	X?+	0次或1次X（等效於X{0,1}） 事實上表示前導字符是可選的
X*	X*?	X*+	0次或屢次X（等效於X{0,} ） 事實上表示前導字符能夠出現任意次數
X+	X+?	X++	1次或屢次X（等效於X{1,} ） 事實上表示前導字符至少重現1次
X{n}	X{n}?	X{n}+	剛好n次X
X{n,}	X{n,}?	X{n,}+	至少n次X
X{n,m}	X{n,m}?	X{n,m}+	X至少n次，且不超過m次

    量詞的貪婪性

    量詞?+*會致使正則表達式引擎儘量的重複前導字符。只有當這種重複會引發整個正則表達式匹配失敗的狀況下，引擎會進行回溯。也就是說，它會放棄最後一次的「重複」，而後處理正則表達式餘下的部分。

    例如，用一個正則表達式匹配一個HTML標籤。

    輸入字符串爲」This is a <EM>first</EM> test」，正則表達式<.+>返回」<EM>first</EM>」。這是由於+是貪婪性的。

    讓咱們來看看正則引擎的處理過程。

    正則表達式的第一個符號是「<」，這是一個字符；第二個符號是「.」，匹配了字符「E」；第三個符號是「+」，它能夠一直能夠匹配後面的字符，直到一行的結束；而後遇到了換行符，匹配失敗(「.」不匹配換行符)。因而引擎開始對下一個正則表達式符號進行匹配，也即試圖匹配「>」。到目前爲止，正則表達式「<.+」已經匹配了「<EM>first</EM> test」。引擎會試圖將「>」與換行符進行匹配，結果失敗了。因而引擎進行回溯，「<.+」匹配「<EM>first</EM> tes」，因而引擎將「>」與「t」進行匹配，顯然仍是會失敗。這個過程繼續，直到「<.+」匹配「<EM>first</EM」，「>」與「>」匹配。最後引擎找到了一個匹配的部分「<EM>first</EM>」。

    由於正則導向的引擎是「急切的」，因此它會急着報告它找到的第一個匹配。而不是繼續回溯，即便可能會有更好的匹配，例如「<EM>」。因此因爲「+」的貪婪性，使得引擎返回了一個最長的匹配。

    可使用下列方式來解決量詞的貪婪性帶來的問題。

• 用懶惰性取代貪婪性。

    輸入字符串爲」This is a <EM>first</EM> test」，正則表達式<.+?>返回」<EM>」。

    讓咱們再來看看正則引擎的處理過程。

    正則表達式符號「<」會匹配素如字符串的第一個「<」。下一個正則符號是「.」。此次是一個懶惰的「+?」來重複上一個字符，它會盡量少的重複上一個字符。所以引擎匹配「.」和字符「E」，而後用「>」匹配「M」，結果失敗了。引擎會進行回溯，和上一個例子不一樣，由於是惰性重複，因此引擎是擴展惰性重複而不是減小；因而「<.+」如今被擴展爲「<EM」。引擎繼續匹配下一個符號「>」。此次獲得了一個成功匹配。引擎因而報告「<EM>」是一個成功的匹配。

• 惰性擴展的一個替代方案。

    輸入字符串爲」This is a <EM>first</EM> test」，正則表達式<[^>]+>返回」<EM>」。

    這是一個更好的替代方案。能夠用一個貪婪重複與一個取反字符集<[^>]+>。之因此說這是一個更好的方案在於使用惰性重複時，引擎會在找到一個成功匹配前對每個字符進行回溯。而使用取反字符集則不須要進行回溯。