java正则表达式分组( )分组

以下内容均为个人理解,方便后续复习用博客整理起来,如果有误,还望指正。。。。(以下均为java在eclipse中的正则表达式)

( )分组

          在java正则表达式中,( )是分组的意思,依旧是所谓的捕获组。每一个( )代表着一个group,该组是通过从左至右计算其括号来编号。

一个经典的例子:

在表达式((A)(B(C))),有四个这样的组:

  • ((A)(B(C)))
  • (A)                                                                          可以看出,这个分组就是按照括号从左至右计算得来的
  • (B(C))
  • (C)

可以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值,表示matcher对象当前有多个捕获组。

还有一个特殊的组(group(0)),它总是代表整个表达式。该组不包括在 groupCount 的返回值中。

到此,我对()分组的探究并没有停止,在看了不少博客之后,我发现分组还能够通过引用来简化表达式,而引用的方式是(\1或者$1)。

总结下来分组 的作用(借鉴别人的博客):

1.将某些规律看成是一组,然后进行组级别的重复,可以得到意想不到的效果。

2.分组之后,可以通过后向引用简化表达式(\1 或者$1)。

分组举列

先来看第一个作用,对于IP地址的匹配,简单的可以写为如下形式(eclipse中java正则):

String pattern = "(\\d{1,3})\\.(\\d{1,3})\\.(\\d{1,3})\\.(\\d{1,3})";

从这个 我们可以看出,这里有五个group,group(0)、group(1)、group(2)、group(3)、group(4),并且这几个分组的正则表达式都是一样的。我们可以对上述正则表达式进行简化。结果如下:

String pattern = "(\\d{1,3})(\\.(\\d{1,3})){3}";

这个表达式的意思就是把IP地址xx.xx.xx.xx后面的带颜色的.xx重复三次。

 再来看第二个作用,就拿匹配hello标签来说,简单的正则可以这样写:

.*

可以看出,上边表达式中有两个title,完全一样,其实可以通过分组简写。表达式如下:

<(title)>.*             eclipse中是<(title)>.*

对于分组而言,整个表达式永远算作第0组,在本例中,第0组是<(title)>.*,然后从左到右,依次为分组编号,因此,(title)是第1组。看下面的代码

public class Title {
	public static void main(String[] args) {
		String title="hello";
		String pattern = "<(title)>.*";
		Pattern p=Pattern.compile(pattern);
		//Pattern p=Pattern.compile(pattern1);
		Matcher m=p.matcher(title);

		if(m.find()==true) {
			boolean b=m.matches();
			System.out.println(b);
			System.out.println(m.group(0));
			System.out.println(m.group(1));
			System.out.println(m.group(2));
		}
	}
}

 会在控制台打印如下:

java正则表达式分组( )分组_第1张图片

错误提示是没有组2,因为在这个代码中就只有(title)这一个组。 

注意:

用\1这种语法,可以引用某组的文本内容,但不能引用正则表达式。

例如刚刚的IP地址正则表达式为(\\d{1,3})(\\.(\\d{1,3})){3},里边的\\.(\\d{1,3})重复了三次,如果利用后向引用简化,表达式如下:

String pattern2 = "(\\d{1,3})(\\.\\1){3}";

经过实际测试,会发现这样写是错误的,为什么呢?

后向引用,引用的仅仅是文本内容,而不是正则表达式!

也就是说,组中的内容一旦匹配成功,后向引用,引用的就是匹配成功后的内容,引用的是结果,而不是表达式。

因此,(\\d{1,3})(\\.\\1){3}这个表达式实际上匹配的是四个数都相同的IP地址,比如:225.225.225.225。代码:

public class IP {
	public static void main(String[] args) {
		String ip="225.225.225.225";
//		String pattern = "(\\d{1,3})(\\.(\\d{1,3})){3}";
//		String pattern1 = "(\\d{1,3})\\.(\\d{1,3})\\.(\\d{1,3})\\.(\\d{1,3})";

		String pattern2 = "(\\d{1,3})(\\.\\1){3}";
		Pattern p=Pattern.compile(pattern2);
		Matcher m=p.matcher(ip);
		
		if(m.find()==true) {
			boolean b=m.matches();
			System.out.println(b);
			System.out.println(m.group(0));
		}
		
	}
}

控制台打印结果:

 java正则表达式分组( )分组_第2张图片

正则真的玄妙,一个小小的()分组都够研究半天了,估计是我太菜了。。。。。

注:在进一步学习后,遇到这个问题:

在使用?<=和?=时,例如:(?<=(href=\")).*(?=(\">))。

按照之前的分析,此时的group(1)是(?<=(href=\")),group(2)应该是(href=\"),其实并不是这样的,在正则表达式中(?<=pattern)是一个字符。正确的group(1)是(href=\")。

贴一个例子:

public class UseGhd {
	public static void main(String[] args) {
		//(?<=(href=")).{1,200}(?=(">))
		String s="
您好,非常好,很开心认识你\r\n" + "
百度一下百度才知道\r\n" + "
发发最佳帅哥\r\n" + "
丽丽最佳美女\r\n" + "
"; String pattern="(?<=(href=\")).*(?=(\">))"; Pattern p=Pattern.compile(pattern); //Pattern p=Pattern.compile(pattern1); Matcher m=p.matcher(s); while(m.find()) { //System.out.println(m); System.out.println(m.group(0)); System.out.println(m.group(1)); System.out.println(m.group(2)); } String s1="dog"; String pattern1="((.)(.(.)))"; Pattern p1=Pattern.compile(pattern1); Matcher m1=p1.matcher(s1); while(m1.find()) { //System.out.println(m); System.out.println(m1.group(0)); System.out.println(m1.group(1)); System.out.println(m1.group(2)); System.out.println(m1.group(3)); System.out.println(m1.group(4)); } } }

结果:

java正则表达式分组( )分组_第3张图片

其中道理 慢慢捋一捋就能知道。。。。 

你可能感兴趣的:(java正则表达式)