BSM（业务服务管理）的理解

publicfinalclassPatternextendsObjectimplementsSerializable

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

Matcher

对象，依照正则表达式，该对象可以与任意字符序列匹配。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

Patternp=Pattern.[code]compile

("a*b");
Matcherm=p.

matcher

("aaaaab");
booleanb=m.

matches

();
在仅使用一次正则表达式时，可以方便地通过此类定义

matches

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

booleanb=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。

Matcher

类的实例用于此目的则不安全。非捕获组

正则表达式的构造摘要

[/code]
构造
匹配
字符字符类预定义字符类POSIX
字符类（仅US-ASCII）java.lang.Character类（简单的java
字符类型）Unicode块和类别的类边界匹配器Greedy
数量词Reluctant
数量词Possessive
数量词Logical
运算符Back
引用引用特殊构造（非捕获）

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
[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）
.	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]
\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]
\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()
\p{InGreek}	Greek 块（简单块）中的字符
\p{Lu}	大写字母（简单类别）
\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）
^	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，仅用于最后的结束符（如果有的话）
\z	输入的结尾
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
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
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
XY	X后跟Y
X|Y	X或Y
(X)	X，作为捕获组
\n	任何匹配的nth捕获组
\	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
(?:X)	X，作为非捕获组
(?idmsux-idmsux)	Nothing，但是将匹配标志idmsuxon -off
(?idmsux-idmsux:X)	X，作为带有给定标志idmsuxon -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
2
3
4
5

字面值转义	\x
分组	[...]
范围	a-z
并集	[a-e][i-u]
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

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

MULTILINE

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

MULTILINE

模式中时，$仅在行结束符之前或输入序列的结尾处匹配。UnicodeTechnicalStandard#18:UnicodeRegularExpressionGuidelines第1级和RL2.1CanonicalEquivalents。

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
2
3
4

((A)(B(C)))

\A

(B(C))

(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JavaLanguageSpecification的第3.3节中的描述处理的。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。

Character

类指定版本中的TheUnicodeStandard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

UnicodeBlock.forName

所接受和定义的有效块名称。上文所述。

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.Characterboolean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Perl5相比较

Pattern

引擎用有序替换项执行传统上基于NFA的匹配，与Perl5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

JavaLanguageSpecification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\\)"。

UNIX_LINES

模式，则新行符是唯一识别的行结束符。

DOTALL

标志，则正则表达式.可以与任何字符（行结束符除外）匹配。