JAVA:正则表达式

正则表达式引擎在执行字符串和表达式匹配时，会从左到右（从前到后）连续扫描字符串中的字符，设想有一个扫描指针指向字符边界处并随匹配过程移动。
先行断言，是当扫描指针位于某处时，引擎会尝试匹配指针还未扫过的字符，先于指针到达该字符，故称为先行。
后行断言，引擎会尝试匹配指针已扫过的字符，后于指针到达该字符，故称为后行。


正则表达式的先行断言(lookahead)和后行断言(lookbehind)一共有四种形式：
(?=pattern) 零宽正向先行断言(zero-width positive lookahead assertion) ：
(?!pattern) 零宽负向先行断言(zero-width negative lookahead assertion)
(?<=pattern) 零宽正向后行断言(zero-width positive lookbehind assertion)
(?<!pattern) 零宽负向后行断言(zero-width negative lookbehind assertion)

(?=pattern) 正向先行断言  ：代表字符串中的一个位置， 紧接该位置之后 的字符序列 能够匹配 pattern。
  a(?=b)b匹配abc的时候为：

a符合a，a扫描之后发现是先行断言(?=b)，判断该指针位置即b处，为b，符合断言，之后从该位置即a（因为零宽度先行断言的回溯使得位置指针不因断言改变)继续匹配，发现可以匹配b，因此匹配结果为ab。

(?!pattern) 负向先行断言 ：代表字符串中的一个位置，紧接该位置之后的字符序列不能匹配pattern。
工作过程和正向类似。

 (?<=pattern) 正向后行断言 ：代表字符串中的一个位置，紧接该位置之前的字符序列能够匹配pattern。 
b(?<=b)c 匹配“abc"的时候为：
a不是b，下一个b是b，发现是后行断言，当前位置（在c处）的前面判断是否符合pattern，c前面是b，符合断言，继续从b后即c开始匹配，符合c，匹配结果为bc。

(?<!pattern) 负向后行断言 ：代表字符串中的一个位置，紧接该位置之前的字符序列不能匹配pattern。
工作过程和正向类似。


(?:X)：非捕获组，分组用于匹配但是不捕获，例如：a（？：bc)匹配"abc"，group()输出abc，但是groupCount()为0，因为唯一的分组是（？：bc)，但是它是非捕获组，所以不会捕获，因此为0
注：group()=group(0),从group(1)开始表示子捕获组，也就是用（）括起来的分组

(?idmsux-idmsux)Nothing，但是将匹配标志idmsux on - off 匹配标志，?i、?d等标志有特殊含义，如?i表示不区分大小写：(?i)abc(?-i)abc，刚刚开始打开不区分大小写，在?i之间加"-"表示关闭不区分大小写。

(?idmsux-idmsux:X)X，作为带有给定标志 idmsux on - off
与上面类似，(?i)abc(?-i)abc可以写成(?i:abc)(?-i:abc)

(?>X)预测其后是X，但是不进行字符位置回溯，因此会改变字符串引擎匹配位置指针。
例如：
(?>b)b则不能匹配"bc"中的b；(?>b)c则可以匹配"bc"中的bc。


正大表达式数量词
 

Greedy 数量词（默认）

  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
也就是说对于 abcd123这个原始文本来说 .*3 是可以匹配的，因为点可以匹配任何字符，*表示可以匹配0次或者多次，全部吃入abcd123发现.*匹配了，但是后面有个3却无法匹配，因此就回溯一个字符，也就是.*只匹配abcd12 刚好整个表达式可以匹配。这就是贪吃，可以回溯。 

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

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
对于Reluctant 来说，就是Greedy的一个相反的匹配模式，他从左到有一个一个开始匹配，而不是整个字符串一个一个回溯。同样对于上面这个例子，abcd123,  用.*?3 也是匹配的，因为从左到右，一个一个看只有全部才能匹配，而对于 模式.+?来说，只匹配最左边的a字符，如果.*?意味着没有匹配任何字符。 

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

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

它和greedy类似，也是全部吃入，但是唯一不同的是它不回溯，所以对于上面的abcd123这个例子，.*+3是不匹配的。

 

 

版权声明：本文为博主原创文章，未经博主允许不得转载。