java正则表达式(九)

九、后向引用

在正则表达式中,后向引用用于重复搜索前面某个分组匹配的文本,例如,\1代表分组1匹配的文本,同理, \2 将匹配第二个子表达式,\3 将匹配第三个,依此类推,难以理解?请看示例:

在以下一段html文本中:

<BODY>
<H1>Welcome to my Homepage</H1>
Content is divided into two sections:<BR>
<H2>ColdFusion</H2>
Information about Macromedia ColdFusion.
<H2>Wireless</H2>
Information about Bluetooth, 802.11, and more.
</BODY>

我们需要把<H1></H1>等这种段落标签,都匹配出来,如何实现呢?我们可以利用反向引用来进行匹配,反向引用匹配正则表达式如下:

<[hH]([1-6])>.*?</[hH]\1>

结合上节所讲内容,([1-6])加上了括号,成为了子表达式,在我们整个正则表达式中,模式的最后部分是“\1”,即子表达式的后向应用,因此,当([1-6])匹配到了1-6的任意数字时,那么“\1”也将匹配之前出现的数字,代码示例如下:

 1 package regexp;

 2 

 3 import java.util.regex.Matcher;

 4 import java.util.regex.Pattern;

 5 

 6 public class Test {

 7     public static void main(String[] args) {

 8         String s="<BODY>"+

 9                 "<H1>Welcome to my Homepage</H1>"+

10                 "Content is divided into two sections:<BR>"+

11                 "<H2>ColdFusion</H2>"+

12                 "Information about Macromedia ColdFusion."+

13             "<H2>Wireless</H3>"+

14                 "Information about Bluetooth, 802.11, and more."+

15                 "</BODY>";

16         String reg="<[hH]([1-6])>.*?</[hH]\\1>";

17         

18         Pattern patt=Pattern.compile(reg);

19         Matcher mc=patt.matcher(s);

20         

21         while(mc.find()){

22             System.out.println(mc.group().trim());

23         }

24         

25         /**

26          * 输出:

27          * <H1>Welcome to my Homepage</H1>

28          * <H2>ColdFusion</H2>

29          */

30     }

31 }

注:<H2>Wireless</H3>并未匹配成功,因为,在([1-6])进行匹配时,所匹配的数字为2,那么,后向应用的数字也应为2,但是这里</H3>标签,最后数字为3,因此,后向匹配不成功,所以

<H2>Wireless</H3>匹配失败!

 

你可能感兴趣的:(java正则表达式)