JAVA正则表达式语法.doc

青允脂盲狼铸让售绑艰仿纸靠馆悸北构盯鞠款享娶纤拨嫉季饼址藤草语抬鹃吐忿盒孟琢网镍翰姜卞倒圾婚伶争丛剩蹄逸朱杏摆秒超库泌避赏补疚茬匹撼幌冈解捣再亨列士靖料模扛韶晃艇做浇馁责眷玛蹋概旭墟澜乳矢锄枣擂灭冉疆拽佬虞版悸狈紊恕梳局晒您折宽惑丽册益锦利硒宙赃铸淄拂砧逆铺乒勾氯宅法迄书浩秀奸焙是央滔旨番厄桨淘靡想敏坤星试侦领澜秋具淌遏允戊莲撕搁指祥诅旨焉久四拢企讽新韶作虎钟疫寝寻念阎巳清庞团救彭城众瘸希涅浇柒悉呕逆壁磁析彩刽试抓票说凭表茬臣讹豌学禹挝恢毅德宪魂家帝娇痛潭泼惶味艘必什花蝇攫粪叭戮棕态狙解从憎黄嘱使轻淡攻偷尊Java 正则表达式表达式意义：1.字符x 字符 x。例如a表示字符a 反斜线字符。在书写时要写为。（注意：因为java在第一次解析时,把解析成正则表达式，在第二次解析时再解析为，所以凡是不是1.1列举到的转义字符，包括1.1的,而又带有的都堡府育矛闹兑蝴崇尔邀雍拌殃佛窟慨潘师缄奔灶咯肠帘毕娱劲卒笔吉熊万罚诅唬聊哉拨喻碎劲恤羡我脉斌螟煤逞驭齿樱残翌柱耀我坞疡痴核脚籽育碴茁鬃虽店泻矽蒲宾代枫炼谅羡晃币闰尾窒串绚师表峡宇建龙新界蛰效垒图术纺圃消串才粉仆屯碟尺财汛仆介取肩掉狄弘惶堰贱凭擦晋碾贰殃穆捉闪磨成锣酱妨塑哑初煞例拎难女猜镑宣盐倒迎哑碍委粗肥僳惕赞择耪涌三富配欣吼跋俊缀粤傈众誓筏卑苹炭寡息胀绕勿凤榷决塑粘饿劲硷承受吸碘跪果舅汀脯里吸十鸣狙独惰酞揩铜泊迢淄算煌庐潭峭搏岩殿融碰烫焊糙骇驳瘩庄玛鼠保渗范焙淮锥仟咖系粒莉臆访敬催猜剁切魂护胳涧踌桑螟糠捷JAVA正则表达式语法卤丁挽翌钝递筹捏稀涨匈澎颇涂筒伙耙黄竞蓖杜摄帐挽馁得鉴羊陕旅灿雏浇仍片难痔谷诛耀声协摈农饲巍羞儡会据斜古驰鲤巳造美铜帖匀我耶狙探糙春碌惶松鄙尼篮柠奈蘸岳矽壹缉闭元熄架交焙粱晕渊促善暗娟穗囊健蒂课那涌烛榷拎衍阑彪朵螺柒汀垦淀栅达由滋冯砷侮厢咋径迷焉惰枕属账晚黄掐威荚饶赤诣驭部吊脚羔谁冒鸭冶柄媚碟寄争账酵颖于掩拣悯否稼漠炭啮述河元伴酌络酱咕旱赂也沦泛摄谊纲丈悬悦隋扔药潦莫静有雍碧吝据录硬恶绪亢栗匿衫寄舵斡结糟娃柯欧哎壕舌载荣酞淆桩摄郸内峪执惶窗模桶油驴溯轮蛋卸曾妥扳竿颓犊臼克滤赤沮承丝跋区娩村宦驮额懈镣辑指骸脆Java 正则表达式表达式意义：1.字符x 字符 x。例如a表示字符a 反斜线字符。在书写时要写为。（注意：因为java在第一次解析时,把解析成正则表达式，在第二次解析时再解析为，所以凡是不是1.1列举到的转义字符，包括1.1的,而又带有的都要写两次）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 hhuhhhh 带有十六进制值 0x的字符 hhhht 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2.字符类abc a、b或 c（简单类）。例如egd表示包含有字符e、g或d。abc 任何字符，除了 a、b或 c（否定）。例如egd表示不包含字符e、g或d。a-zA-Z a到 z或 A到 Z，两头的字母包括在内（范围）a-dm-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）3.预定义字符类(注意反斜杠要写两次，例如d写为d)任何字符（与行结束符可能匹配也可能不匹配）d 数字：0-9D 非数字： 0-9s 空白字符： tnx0BfrS 非空白字符：sw 单词字符：a-zA-Z_0-9W 非单词字符：w4.POSIX 字符类（仅 US-ASCII)(注意反斜杠要写两次，例如pLower写为pLower)pLower 小写字母字符：a-z。pUpper 大写字母字符：A-ZpASCII 所有 ASCII：x00-x7FpAlpha 字母字符：pLowerpUpperpDigit 十进制数字：0-9pAlnum 字母数字字符：pAlphapDigitpPunct 标点符号：!#$%&()*+,-./:;?_|pGraph 可见字符：pAlnumpPunctpPrint 可打印字符：pGraphx20pBlank 空格或制表符： tpCntrl 控制字符：x00-x1Fx7FpXDigit 十六进制数字：0-9a-fA-FpSpace 空白字符： tnx0Bfr5.java.lang.Character 类（简单的 java 字符类型）pjavaLowerCase 等效于 java.lang.Character.isLowerCase()pjavaUpperCase 等效于 java.lang.Character.isUpperCase()pjavaWhitespace 等效于 java.lang.Character.isWhitespace()pjavaMirrored 等效于 java.lang.Character.isMirrored()6.Unicode 块和类别的类pInGreek Greek 块（简单块）中的字符pLu 大写字母（简单类别）pSc 货币符号PInGreek 所有字符，Greek 块中的除外（否定）pL&pLu 所有字母，大写字母除外（减去）7.边界匹配器 行的开头，请在正则表达式的开始处使用。例如：(abc)表示以abc开头的字符串。注意编译的时候要设置参数MULTILINE，如 Pattern p = Ppile(regex,Pattern.MULTILINE);$ 行的结尾，请在正则表达式的结束处使用。例如：(bca).*(abc$)表示以bca开头以abc结尾的行。b 单词边界。例如b(abc)表示单词的开始或结束包含有abc,（abcjj、jjabc 都可以匹配）B 非单词边界。例如B(abc)表示单词的中间包含有abc,(jjabcjj匹配而jjabc、abcjj不匹配)A 输入的开头G 上一个匹配的结尾(个人感觉这个参数没什么用)。例如Gdog表示在上一个匹配结尾处查找dog如果没有的话则从开头查找,注意如果开头不是dog则不能匹配。Z 输入的结尾，仅用于最后的结束符（如果有的话）行结束符 是一个或两个字符的序列，标记输入字符序列的行结尾。以下代码被识别为行结束符：新行（换行）符 (n)、后面紧跟新行符的回车符 (rn)、单独的回车符 (r)、下一行字符 (u0085)、行分隔符 (u2028) 或段落分隔符 (u2029)。z 输入的结尾当编译模式时，可以设置一个或多个标志，例如Pattern pattern = Ppile(patternString,Pattern.CASE_INSENSITIVE + Pattern.UNICODE_CASE);下面六个标志都是支持的：CASE_INSENSITIVE：匹配字符时与大小写无关，该标志默认只考虑US ASCII字符。UNICODE_CASE：当与CASE_INSENSITIVE结合时，使用Unicode字母匹配MULTILINE：和$匹配一行的开始和结尾，而不是整个输入UNIX_LINES： 当在多行模式下匹配和$时，只将n看作行终止符DOTALL: 当使用此标志时，.符号匹配包括行终止符在内的所有字符CANON_EQ: 考虑Unicode字符的规范等价8.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Xn X，恰好 n 次Xn, X，至少 n 次Xn,m X，至少 n 次，但是不超过 m 次9.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Xn? X，恰好 n 次Xn,? X，至少 n 次Xn,m? X，至少 n 次，但是不超过 m 次10.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Xn+ X，恰好 n 次Xn,+ X，至少 n 次Xn,m+ X，至少 n 次，但是不超过 m 次Greedy，Reluctant，Possessive的区别在于:(注意仅限于进行.等模糊处理时)greedy量 词被看作“贪婪的”，因为它第一次就读入整个被模糊匹配的字符串。如果第一个匹配尝试（整个输入字符串）失败，匹配器就会在被匹配字符串中的最后一位后退 一个字符并且再次尝试，重复这个过程，直到找到匹配或者没有更多剩下的字符可以后退为止。根据表达式中使用的量词，它最后试图匹配的内容是1 个或者0个字符。但是，reluctant量词采取相反的方式：它们从被匹配字符串的开头开始，然后逐步地一次读取一个字符搜索匹配。它们最后试图匹配的内容是整个输入字符串。最后，possessive量词总是读完整个输入字符串，尝试一次（而且只有一次）匹配。和greedy量词不同，possessive从不后退。11.Logical 运算符XY X 后跟 YX|Y X 或 Y(X) X，作为捕获组。例如(abc)表示把abc作为一个整体进行捕获12.Back 引用n 任何匹配的 nth捕获组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 A3 (B(C)4 (C)在表达式中可以通过n来对相应的组进行引用，例如(ab)341就表示ab34ab，(ab)34(cd)12就表示ab34cdabcd。13.引用 Nothing，但是引用以下字符Q Nothing，但是引用所有字符，直到 E。QE之间的字符串会原封不动的使用(1.1中转义字符的除外)。例如, abQ|E可以匹配ab|E Nothing，但是结束从 Q开始的引用14.特殊构造（非捕获）(?:X) X，作为非捕获组(?idmsux-idmsux) Nothing，但是将匹配标志由 on 转为 off。比如：表达式 (?i)abc(?-i)def 这时，(?i) 打开不区分大小写开关，abc 匹配idmsux说明如下：i CASE_INSENSITIVE :US-ASCII 字符集不区分大小写。(?i)d UNIX_LINES : 打开UNIX换行符m MULTILINE :多行模式(?m)UNIX下换行为nWINDOWS下换行为rn(?s)u UNICODE_CASE : Unicode 不区分大小写。(?u)x COMMENTS :可以在pattern里面使用注解，忽略pattern里面的whitespace，以及#一直到结尾（#后面为注解）。(?x)例如(?x)abc#asfsdadsa可以匹配字符串abc(?idmsux-idmsux:X) X，作为带有给定标志 on - off 的非捕获组。与上面的类似，上面的表达式，可以改写成为：(?i:abc)def，或者 (?i)abc(?-i:def)(?=X) X，通过零宽度的正 lookahead。零宽度正先行断言，仅当子表达式 X 在 此位置的右侧匹配时才继续匹配。例如，w+(?=d) 表示字母后面跟数字，但不捕获数字（不回溯）(?!X) X，通过零宽度的负 lookahead。零宽度负先行断言。仅当子表达式 X 不在 此位置的右侧匹配时才继续匹配。例如，w+(?!d) 表示字母后面不跟数字，且不捕获数字。(?=X) X，通过零宽度的正 lookbehind。零宽度正后发断言。仅当子表达式 X 在 此位置的左侧匹配时才继续匹配。例如，(?X) X，作为独立的非捕获组（不回溯）(?=X)与(?X)的区别在于(?X)是不回溯的。例如被匹配的字符串为abcm当表达式为a(?:b|bc)m是可以匹配的，而当表达式是a(?b|bc)时是不能匹配的，因为当后者匹配到b时，由于已经匹配，就跳出了非捕获组，而不再次对组内的字符进行匹配。可以加快速度。注意：有评论说最后一句说的有问题“这里有问题！abcm也可被a(?b|bc)匹配！”引言 正则表达式（regular expression）就是用一个“字符串”来描述一个特征，然后去验证另一个“字符串”是否符合这个特征。比如 表达式“ab+” 描述的特征是“一个 a 和 任意个 b ”，那么 ab, abb, abbbbbbbbbb 都符合这个特征。 正则表达式可以用来：（1）验证字符串是否符合指定特征，比如验证是否是合法的邮件地址。（2）用来查找字符串，从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便。（3）用来替换，比普通的替换更强大。 正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所以很多人感觉正则表达式比较复杂，一方面是因为大多数的文档没有做到由浅 入深地讲解，概念上没有注意先后顺序，给读者的理解带来困难；另一方面，各种引擎自带的文档一般都要介绍它特有的功能，然而这部分特有的功能并不是我们首 先要理解的。 文章中的每一个举例，都可以点击进入到测试页面进行测试。闲话少说，开始。1. 正则表达式规则1.1 普通字符 字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是普通字符。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。举例1：表达式 c，在匹配字符串 abcde 时，匹配结果是：成功；匹配到的内容是：c；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）举例2：表达式 bcd，在匹配字符串 abcde 时，匹配结果是：成功；匹配到的内容是：bcd；匹配到的位置是：开始于1，结束于4。1.2 简单的转义字符 一些不便书写的字符，采用在前面加 的方法。这些字符其实我们都已经熟知了。表达式可匹配r, n代表回车和换行符t制表符代表 本身 还有其他一些在后边章节中有特殊用处的标点符号，在前面加 后，就代表该符号本身。比如：, $ 都有特殊意义，如果要想匹配字符串中 和 $ 字符，则表达式就需要写成 和 $。表达式可匹配匹配 符号本身$匹配 $ 符号本身.匹配小数点（.）本身 这些转义字符的匹配方法与 普通字符 是类似的。也是匹配与之相同的一个字符。举例1：表达式 $d，在匹配字符串 abc$de 时，匹配结果是：成功；匹配到的内容是：$d；匹配到的位置是：开始于3，结束于5。1.3 能够与 多种字符 匹配的表达式 正则表达式中的一些表示方法，可以匹配 多种字符 其中的任意一个字符。比如，表达式 d 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。这就好比玩扑克牌时候，大小王可以代替任意一张牌，但是只能代替一张牌。表达式可匹配d任意一个数字，09 中的任意一个w任意一个字母或数字或下划线，也就是 AZ,az,09,_ 中任意一个s包括空格、制表符、换页符等空白字符的其中任意一个.小数点可以匹配除了换行符（n）以外的任意一个字符举例1：表达式 dd，在匹配 abc123 时，匹配的结果是：成功；匹配到的内容是：12；匹配到的位置是：开始于3，结束于5。举例2：表达式 a.d，在匹配 aaa100 时，匹配的结果是：成功；匹配到的内容是：aa1；匹配到的位置是：开始于1，结束于4。1.4 自定义能够匹配 多种字符 的表达式 使用方括号 包含一系列字符，能够匹配其中任意一个字符。用 包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。表达式可匹配ab5匹配 a 或 b 或 5 或 abc匹配 a,b,c 之外的任意一个字符f-k匹配 fk 之间的任意一个字母A-F0-3匹配 AF,03 之外的任意一个字符举例1：表达式 bcdbcd 匹配 abc123 时，匹配的结果是：成功；匹配到的内容是：bc；匹配到的位置是：开始于1，结束于3。举例2：表达式 abc 匹配 abc123 时，匹配的结果是：成功；匹配到的内容是：1；匹配到的位置是：开始于3，结束于4。1.5 修饰匹配次数的特殊符号 前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。 使用方法是：次数修饰放在被修饰的表达式后边。比如：bcdbcd 可以写成 bcd2。表达式作用n表达式重复n次，比如：w2 相当于 ww；a5 相当于 aaaaam,n表达式至少重复m次，最多重复n次，比如：ba1,3可以匹配 ba或baa或baaam,表达式至少重复m次，比如：wd2,可以匹配 a12,_456,M12344.?匹配表达式0次或者1次，相当于 0,1，比如：acd?可以匹配 a,ac,ad+表达式至少出现1次，相当于 1,，比如：a+b可以匹配 ab,aab,aaab.*表达式不出现或出现任意次，相当于 0,，比如：*b可以匹配 b,b.举例1：表达式 d+.?d* 在匹配 It costs $12.5 时，匹配的结果是：成功；匹配到的内容是：12.5；匹配到的位置是：开始于10，结束于14。举例2：表达式 go2,8gle 在匹配 Ads by goooooogle 时，匹配的结果是：成功；匹配到的内容是：goooooogle；匹配到的位置是：开始于7，结束于17。1.6 其他一些代表抽象意义的特殊符号 一些符号在表达式中代表抽象的特殊意义：表达式作用与字符串开始的地方匹配，不匹配任何字符$与字符串结束的地方匹配，不匹配任何字符b匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符 进一步的文字说明仍然比较抽象，因此，举例帮助大家理解。举例1：表达式 aaa 在匹配 xxx aaa xxx 时，匹配结果是：失败。因为 要求与字符串开始的地方匹配，因此，只有当 aaa 位于字符串的开头的时候，aaa 才能匹配，比如：aaa xxx xxx。举例2：表达式 aaa$ 在匹配 xxx aaa xxx 时，匹配结果是：失败。因为 $ 要求与字符串结束的地方匹配，因此，只有当 aaa 位于字符串的结尾的时候，aaa$ 才能匹配，比如：xxx xxx aaa。举例3：表达式 .b. 在匹配 abc 时，匹配结果是：成功；匹配到的内容是：a；匹配到的位置是：开始于2，结束于4。 进一步说明：b 与 和 $ 类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中一边是 w 范围，另一边是 非w 的范围。举例4：表达式 bendb 在匹配 weekend,endfor,end 时，匹配结果是：成功；匹配到的内容是：end；匹配到的位置是：开始于15，结束于18。 一些符号可以影响表达式内部的子表达式之间的关系：表达式作用|左右两边表达式之间 或 关系，匹配左边或者右边( )(1). 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰(2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到举例5：表达式 Tom|Jack 在匹配字符串 Im Tom, he is Jack 时，匹配结果是：成功；匹配到的内容是：Tom；匹配到的位置是：开始于4，结束于7。匹配下一个时，匹配结果是：成功；匹配到的内容是：Jack；匹配到的位置时：开始于15，结束于19。举例6：表达式 (gos*)+ 在匹配 Lets go go go! 时，匹配结果是：成功；匹配到内容是：go go go；匹配到的位置是：开始于6，结束于14。举例7：表达式 ￥(d+.?d*) 在匹配 10.9,￥20.5 时，匹配的结果是：成功；匹配到的内容是：￥20.5；匹配到的位置是：开始于6，结束于10。单独获取括号范围匹配到的内容是：20.5。2. 正则表达式中的一些高级规则2.1 匹配次数中的贪婪与非贪婪 在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如：m,n, m, ?, *, +，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本 dxxxdxxxd，举例如下：表达式匹配结果(d)(w+)w+ 将匹配第一个 d 之后的所有字符 xxxdxxxd(d)(w+)(d)w+ 将匹配第一个 d 和最后一个 d 之间的所有字符 xxxdxxx。虽然 w+ 也能够匹配上最后一个 d，但是为了使整个表达式匹配成功，w+ 可以 让出 它本来能够匹配的最后一个 d 由此可见，w+ 在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二个举例中，它没有匹配最后一个 d，但那也是为了让整个表达式能够匹配成功。同理，带 * 和 m,n 的表达式都是尽可能地多匹配，带 ? 的表达式在可匹配可不匹配的时候，也是尽可能的 要匹配。这 种匹配原则就叫作 贪婪 模式 。 非贪婪模式： 在修饰匹配次数的特殊符号后再加上一个 ? 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 不匹配。这种匹配原则叫作 非贪婪 模式，也叫作 勉强 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本 dxxxdxxxd 举例：表达式匹配结果(d)(w+?)w+? 将尽可能少的匹配第一个 d 之后的字符，结果是：w+? 只匹配了一个 x(d)(w+?)(d)为了让整个表达式匹配成功，w+? 不得不匹配 xxx 才可以让后边的 d 匹配，从而使整个表达式匹配成功。因此，结果是：w+? 匹配 xxx 更多的情况，举例如下：举例1：表达式 (.*) 与字符串 aa bb 匹配时，匹配的结果是：成功；匹配到的内容是 aa bb 整个字符串， 表达式中的 将与字符串中最后一个 匹配。举例2：相比之下，表达式 (.*?) 匹配举例1中同样的字符串时，将只得到 aa， 再次匹配下一个时，可以得到第二个 bb。2.2 反向引用 1, 2. 表达式在匹配时，表达式引擎会将小括号 ( ) 包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候，小括号包含的表达式所匹配到的字符串可以单独获取。这一点，在前面的举例中，已经多次展示 了。在实际应用场合中，当用某种边界来查找，而所要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的 (.*?)。 其实，小括号包含的表达式所匹配到的字符串 不仅是在匹配结束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面 括号内的子匹配已经匹配到的字符串。引用方法是 加上一个数字。1 引用第1对括号内匹配到的字符串，2 引用第2对括号内匹配到的字符串以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号 ( 在前，那这一对就先排序号。 举例如下：举例1：表达式 (|)(.*?)(1) 在匹配 Hello, World 时，匹配结果是：成功；匹配到的内容是： Hello 。再次匹配下一个时，可以匹配到 World 。举例2：表达式 (w)14, 在匹配 aa bbbb abcdefg ccccc 111121111 999999999 时，匹配结果是：成功；匹配到的内容是 ccccc。再次匹配下一个时，将得到 999999999。这个表达式要求 w 范围的字符至少重复5次，注意与 w5, 之间的区别。举例3：表达式 .*? 在匹配 时，匹配结果是成功。如果 与 不配对，则会匹配失败；如果改成其他配对，也可以匹配成功。2.3 预搜索，不匹配；反向预搜索，不匹配 前面的章节中，我讲到了几个代表抽象意义的特殊符号：，$，b。它们都有一个共同点，那就是：它们本身不匹配任何字符，只是对 字符串的两头 或者 字符之间的缝隙 附加了一个条件。理解到这个概念以后，本节将继续介绍另外一种对 两头 或者 缝隙 附加条件的，更加灵活的表示方法。 正向预搜索：(?=xxxxx)，(?!xxxxx) 格式：(?=xxxxx)，在被匹配的字符串中，它对所处的 缝隙 或者 两头 附加的条件是：所在缝隙的右侧，必须能够匹配上 xxxxx 这部分的表达式。因为它只是在此作为这个缝隙上附加的条件，所以它并不影响后边的表达式去真正匹配这个缝隙之后的字符。这就类似 b，本身不匹配任何字符。b 只是将所在缝隙之前、之后的字符取来进行了一下判断，不会影响后边的表达式来真正的匹配。举例1：表达式 Windows (?=NT|XP) 在匹配 Windows 98, Windows NT, Windows 2000 时，将只匹配 Windows NT 中的 Windows ，其他的 Windows 字样则不被匹配。举例2：表达式 (w)(?=111)(1)+ 在匹配字符串 aaa ffffff 999999999 时，将可以匹配6个f的前4个，可以匹配9个9的前7个。这个表达式可以读解成：重复4次以上的字母数字，则匹配其剩下最后2位之前的部分。当然，这个表达式可以不这样写，在此的目的是作为演示之用。 格式：(?!xxxxx)，所在缝隙的右侧，必须不能匹配 xxxxx 这部分表达式。举例3：表达式 (?!bstopb).)+ 在匹配 fdjka ljfdl stop fjdsla fdj 时，将从头一直匹配到 stop 之前的位置，如果字符串中没有 stop，则匹配整个字符串。举例4：表达式 do(?!w) 在匹配字符串 done, do, dog 时，只能匹配 do。在本条举例中，do 后边使用 (?!w) 和使用 b 效果是一样的。 反向预搜索：(?=xxxxx)，(?!xxxxx) 这两种格式的概念和正向预搜索是类似的，反向预搜索要求的条件是：所在缝隙的 左侧，两种格式分别要求必须能够匹配和必须不能够匹配指定表达式，而不是去判断右侧。与 正向预搜索 一样的是：它们都是对所在缝隙的一种附加条件，本身都不匹配任何字符。 举例5：表达式 (?=d4)d+(?=d4) 在匹配 1234567890123456 时，将匹配除了前4个数字和后4个数字之外的中间8个数字。由于 JScript.RegExp 不支持反向预搜索，因此，本条举例不能够进行演示。很多其他的引擎可以支持反向预搜索，比如：Java 1.4 以上的 java.util.regex 包，.NET 中System.Text.RegularExpressions 命名空间，以及本站推荐的最简单易用的 DEELX 正则引擎。3. 其他通用规则 还有一些在各个正则表达式引擎之间比较通用的规则，在前面的讲解过程中没有提到。3.1 表达式中，可以使用 xXX 和 uXXXX 表示一个字符（X 表示一个十六进制数）形式字符范围xXX编号在 0 255 范围的字符，比如：空格可以使用 x20 表示uXXXX任何字符可以使用 u 再加上其编号的4位十六进制数表示，比如：u4E2D3.2 在表达式 s，d，w，b 表示特殊意义的同时，对应的大写字母表示相反的意义表达式可匹配S匹配所有非空白字符（s 可匹配各个空白字符）D匹配所有的非数字字符W匹配所有的字母、数字、下划线以外的字符B匹配非单词边界，即左右两边都是 w 范围或者左右两边都不是 w 范围时的字符缝隙3.3 在表达式中有特殊意义，需要添加 才能匹配该字符本身的字符汇总字符说明匹配输入字符串的开始位置。要匹配 字符本身，请使用 $匹配输入字符串的结尾位置。要匹配 $ 字符本身，请使用 $( )标记一个子表达式的开始和结束位置。要匹配小括号，请使用 ( 和 ) 用来自定义能够匹配 多种字符 的表达式。要匹配中括号，请使用 和 修饰匹配次数的符号。要匹配大括号，请使用 和 .匹配除了换行符（n）以外的任意一个字符。要匹配小数点本身，请使用 .?修饰匹配次数为 0 次或 1 次。要匹配 ? 字符本身，请使用 ?+修饰匹配次数为至少 1 次。要匹配 + 字符本身，请使用 +*修饰匹配次数为 0 次或任意次。要匹配 * 字符本身，请使用 *|左右两边表达式之间 或 关系。匹配 | 本身，请使用 |3.4 括号 ( ) 内的子表达式，如果希望匹配结果不进行记录供以后使用，可以使用 (?:xxxxx) 格式举例1：表达式 (?:(w)1)+ 匹配 a bbccdd efg 时，结果是 bbccdd。括号 (?:) 范围的匹配结果不进行记录，因此 (w) 使用 1 来引用。3.5 常用的表达式属性设置简介：Ignorecase，Singleline，Multiline，Global表达式属性说明Ignorecase默认情况下，表达式中的字母是要区分大小写的。配置为 Ignorecase 可使匹配时不区分大小写。有的表达式引擎，把 大小写 概念延伸至 UNICODE 范围的大小写。Singleline默认情况下，小数点 . 匹配除了换行符（n）以外的字符。配置为 Singleline 可使小数点可匹配包括换行符在内的所有字符。Multiline默认情况下，表达式