正则表达式通过其基本的标识语法，定义了字符串的模式，可以用来搜索、编辑或处理文本。在不同的编码语言和环境中，可能会有略微的区分，但其定义的模式都是统一的。本文主要介绍通用的正则表达式规则，以及在 Java 应用中的一些注意事项。
基础语法规则
| 正则表达式 | 描述 | 示例 |
|---|---|---|
| \ | 转义符 | \n 匹配换行符 \\ 匹配 \ |
| ^ | 匹配字符串起始位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与"\n"或"\r"之后的位置匹配。 | |
| $ | 匹配字符串末尾位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与"\n"或"\r"之前的位置匹配。 | |
| * | 零次或多次匹配前面的表达式。等效于 {0,} | zo* 匹配"z"或"zoo" |
| + | 一次或多次匹配前面的表达式。等效于 {1,} | zo+匹配"zo"或"zoo" |
| ? | 零次或一次匹配前面的表达式。等效于 {0,1} | "do(es)?“匹配"do"或"does” |
| {n} | n 是非负整数。正好匹配 n 次 | o{2}与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配 |
| {n,} | n 是非负整数。至少匹配 n 次。o{1,} 等效于 o+。o{0,} 等效于 o* | o{2,}不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o |
| {n,m} | m 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。o{0,1} 等效于 o? 。注意：不能将空格插入逗号和数字之间。 | o{1,3}匹配"fooooood"中的头三个 o |
| ? | 当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配尽可能短的字符串，而默认的"贪心的"模式匹配尽可能长的字符串 | 在字符串"oooo"中，o+?只匹配单个"o"，而"o+“匹配所有"o” |
| . | 匹配除"\r\n"之外的任何单个字符 | |
| x|y | 匹配 x 或 y | z|food 匹配"z"或"food"。‘(z|f)ood’ 匹配"zood"或"food" |
| [xyz] | 字符集，匹配包含的任一字符 | [abc] 匹配"plain"中的"a" |
| [^xyz] | 反向字符集，匹配未包含的任何字符 | [^abc] 匹配"plain"中"p"，“l”，“i”，“n” |
| [a-z] | 字符范围，匹配指定范围内的任何字符 | [a-z] 匹配"a"到"z"范围内的任何小写字母 |
| [^a-z] | 反向范围字符，匹配不在指定的范围内的任何字符 | [^a-z] 匹配任何不在"a"到"z"范围内的任何字符 |
| \b | 匹配一个字末尾边界，即字与空格间的位置 | er\b 匹配"never"中的"er"，但不匹配"verb"中的"er" |
| \B | 非字边界匹配 | er\B 匹配"verb"中的"er"，但不匹配"never"中的"er" |
| \cx | 对应于 x 的控制符。x 的值必须在 A-Z 或 a-z 之间，否则假定 c 就是"c"字符本身。 | \cM 匹配 Control-M 或回车符 |
| \d | 数字字符匹配。等效于 [0-9] | |
| \D | 非数字字符匹配。等效于 [^0-9] | |
| \f | 换页符 (/u000C) | |
| \n | 换行符符 (/u000A) | |
| \r | 回车符 (/u000D) | |
| \t | 制表符 (/u0009) | |
| \v | 垂直制表符匹配。与 \x0b 和 \cK 等效 | |
| \s | 匹配任何空白字符，包括空格、制表符、换页符等。与 [\f\n\r\t\v] 等效 | |
| \S | 匹配任何非空白字符。与 [^\f\n\r\t\v] 等效 | |
| \w | 匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。 | |
| \W | 与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。 | |
| \xhh | 匹配 hh，此处的 hh 是一个十六进制转义码。允许在正则表达式中使用 ASCII 代码。 | \x41 匹配"A"，\x041与 “\x04”&“1” 等效 |
| \0n | 带有八进制值 0 的字符 n (0 <= n <= 7) | |
| (pattern) | 捕获 expr 子模式,以 \1 使用它 | (abc) |
| (?:pattern) | 忽略捕获的子模式 | |
| (?=pattern) | 正向预查模式 expr | |
| (?!pattern) | 负向预查模式 expr |
反斜线与转义
反斜线字符 ('/') 用于引用转义构造，可以在非字母字符前使用反斜线。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，因为它们是为将来扩展正则表达式语言保留的。
根据 Java Language Specification 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//)"。
附录：常用的正则表达式
数值的正则表达式
- 数字：^[0-9]+$
- 至少n位的数字：^\d{n,}$
- 零和非零开头的数字：^(0|[1-9][0-9]*)$
- 带1-2位小数的正数或负数：^(-)?\d+(.\d{1,2})$
- 非零的正整数：^[1-9]\d*$
- 非负整数：^\d+$
- 浮点数：^(-?\d+)(.\d+)?$
校验字符的表达式
- 汉字：^[\u4e00-\u9fa5]{0,}$
- 英文和数字：^[A-Za-z0-9]+$
- 长度为3-20的所有字符：^.{3,20}$
- 由26个英文字母组成的字符串：^[A-Za-z]+$
- 由数字、26个英文字母或者下划线组成的字符串：^\w+$
- 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
- 可以输入含有 ^%&',;=?$" 等字符：[^%&',;=?$\x22]+
- 禁止输入含有~的字符：[^~]+
特殊需求表达式
- Email地址：[a-zA-Z0-9._%±]+@[a-zA-Z0-9.-]+.[a-zA-Z]{2,}
- 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+.?
- InternetURL：^http://([\w-]+.)+[\w-]+(/[\w-./?%&=]*)?$
- 手机号码：^(13[0-9]|14[01456879]|15[0-35-9]|16[2567]|17[0-8]|18[0-9]|19[0-35-9])\d{8}$
- 身份证号(15位、18位数字)，最后一位是校验位，可能为数字或字符X：(^\d{15}$)|(^\d{18}$)|(^\d{17}(\d|X|x)$)
- 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$
- 强密码(必须包含大小写字母和数字的组合，可以使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
- 日期格式：^\d{4}-\d{1,2}-\d{1,2}
- 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
- 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
- HTML标记的正则表达式：<(\S*?)[^>]*>.*?|<.*? />
- IPv4地址：((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})(.((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})){3}
