Java 正規表示式學習

匹配模式

JDK提供三種匹配模式，分別是：貪婪模式(greedy),勉強模式(reluctant)和占有模式(possessive)，分別對應三種佔有量詞，其中貪婪模式是默認的模式，勉強模式在表達式後面加一個?來表示。佔有模式透過在表達式後面加一個+來表示。

三種模式的意思是什麼呢?

貪婪模式的意思是：盡可能多的匹配，同時也盡量滿足整體匹配。

勉強模式的意思是：盡可能少的匹配，同時也盡量滿足整體匹配。

佔有模式的意思是：盡可能多的匹配，如果因為匹配多了導致整理無法匹配，那麼也不會回溯。

例如有個字串如下：

/m/t/wd/nl/n/p/m/wd/nl/n/p/m/wd/nl/n/p/m/v/n

貪婪模式的表達式匹配：

/m/t.*/nl/n/p/m

此时匹配结果为 /m/t/wd/nl/n/p/m/wd/nl/n/p/m/wd/nl/n/p/m

勉強模式的表達式匹配：

/

/m/ t/.*?/nl/n/p/m

此时匹配结果为 /m/t/wd/nl/n/p/m

/m/t/wdx+?/nl/n/p/m

如果是這樣，那麼就匹配不上了，因為+表示至少要匹配一個，勉強模式，至少也要配對一個，所以配對失敗了。

佔有模式的表達式匹配：

/m/t.*+/nl/n/p/m 此時無法匹配，因為.*匹配了過多的字符，導致後面無法匹配是上了。

注意：只能對可變的配對規則使用勉強量詞或占有量詞。例如X??表示盡量少匹配字元X，而X?卻是預設的貪婪模式，此時是盡量多匹配的意思。再如：X{n}的意思是必須準備匹配n個X ，則此時加上其他量詞均不起作用

環視(預測)

環視是一個比較高級的主題，但是用起來卻是那麼自然。

環視適用於這樣的場景：做正則匹配時，需要了解被匹配部分的前面或後面，有或沒有，特定的表達式，而又不因此捕獲(消耗)這些特定的表達式。

如果不使用環視，而是直接使用表達式來判斷，那麼必然會導致這些被匹配的表達式被消耗掉。

舉個例子：假設我要給ILoveYou這句話斷句，原則是出現大寫字母則認為是一個新的單字。

如果使用這個匹配規則：

\p{Upper}\p{Lower}*[\p{Upper}]?

的話，那麼會消耗掉被匹配的大寫字母。配對結果會是：

IL

You

這並不符合要求。

解決方法是使用環視，正規表示式為：

\p{Upper}?\p{Lower}*(?=[\p{Upper}]?)

輸出結果為：

I

Love

You

=環視有四種：

(?)式X，匹配前面的部分時，不會消耗X這一部分，同時也不會捕獲。零寬度正向肯定預測。

(?

(?!X) 表示後面跟著的不是正規表示式X，當匹配前面的部分時，不會消耗X這一部分，同時也不會捕獲。零寬度正向否定預測。

(?!=X) 表示前面的不是正規表示式X，當匹配後面的部分時，不會消耗X這一部分，同時也不會被捕獲。 零寬度反向否定預測。

非捕獲佔有型匹配

(?>X) 這個尚未研究清楚。