正则式进阶基于Java

零宽断言
零宽断言在不同的平台又叫做环视、预搜索等。
它的名字也代表了它的意思:
<1> 它相当于一个附加条件。现在把原来的正则式叫做主式子，零宽断言的式子叫做断言式。在搜索正则式的时候不但要满足搜索到的部分满足主式子的条件，并且它的前面或者后面（就是环视、断言、预搜索）也要断言式条件。
<2> 但是这个断言式不占用正则式的宽度（零宽）。什么意思呢，就是断言式的作用，除了会判断前后是否匹配外，不产生任何其它的影响。也就是返回的结果、下次匹配的位置等，这个附加条件不产生任何影响，就像只有原来那个主式子一样。

使用方法:
有四种，匹配左边，右边，肯定，否定，组合起来就4中
表达式
(?=Expression) 顺序肯定，表示匹配部分的右侧必须匹配Expression
(?!Expression) 顺序否定，表示匹配部分的右侧不能匹配Expression
(?<=Expression) 逆序肯定，表示匹配部分的左侧必须匹配Expression
(?<!Expression) 逆序否定，表示匹配部分的左侧不能匹配Expression

例子：
"^(?=<)<[^>]+>\w+"
用它匹配"<dev>antzone"
首先由正则表达式中的”^”获取控制权，首先由位置0开始进行匹配，它匹配开始位置0，匹配成功，然后控制权转交给”(?=<)”，由于”^”是零宽的(匹配了之后就想它根本不存在一样），所以”(?=<)”也是从位置0处开始匹配，它要求所在的位置右侧必须是字符”<”，位置0的右侧恰好是字符”<”，匹配成功，然后控制权转交个”<”,由于”(?=<)”也是零宽的，所以它也是从位置0处开始匹配，于是匹配成功，后面的匹配过程就不介绍了。

引用
首先有捕获组的概念，也就是正则式匹配中的组。
然后可以使用组编号来引用前面匹配到的内容，然后进行匹配。这就是反向引用。
使用方法,用 \数字的方式,表示引用哪一组。比如([ab])\1，匹配aabbcc的结果是aa和bb

如果正则式很复杂，编号就会难以计算，所以可以对组进行命名，Java 7 提供了这个功能。
语法是(?<自定义名>expr)
比如(?<year>\d{4})-\k<year>可以匹配1999-1999

普通捕获组和命名捕获组的混合编号:
这种情况下的编号是按先编入没命名的组，在编入命好名字的组。

还有平衡组与递归匹配，在正则式中添加注释（正则式太长的时候）。这些不是很常用，在Java中都没有提供支持了。

原文地址：https://www.jb51.cc/regex/357626.html