正则表达式笔记 2 边界符中的单词边界 \b

Regex :

• 本文介绍正则表达式中单词边界 \b 的使用
• 本文正则表达式在 Java 中测试
• 边界符有 \b, \B, ^, $, \A, \G, \Z, \z，本文只介绍 \b 的用法，其余的将在后期介绍

---

State :

首先单词字符在正则表达式中定义为 \w 也就是 [a-zA-Z_0-9]，所谓的一个单词由1个或1个以上的单词字符组成，多个单词之间由非单词字符隔开。

\b 是一个位置匹配符，它有如下两种含义：

1. 匹配字符串的首字符前和末字符后面的位置（前提是首字符、末字符是一个单词字符 \w）
2. 在单词字符 \w 与非单词字符 \W 之间

Sample :

• differ 是一个单词
• ggicci_1991 是一个单词
• fuck! 不是一个单词（存在非单词字符！）
• 寻找字符串 I am ggicci and I’m powerful! 中的单词：

     1: String source = "I am ggicci and I'm powerful!";

     2: Pattern pattern = Pattern.compile("\\b\\w+\\b");

     3: Matcher matcher = pattern.matcher(source);

     4: while(matcher.find()) {

     5:     System.out.println(matcher.group());

     6: }

     7: 

     8: //输出:

     9: I

    10: am

    11: ggicci

    12: and

    13: I

    14: m

    15: powerful

  解释：（不同单词用不同颜色已经标出，红色箭头代表 \b 所匹配的位置）

---

How 2 use ?

什么时候用到 \b 呢？

当我们需要匹配一整个单词的时候。举个例子，如果你要匹配 Ggicci 或者 ggicci 这样的用户名字，在一段字符串里面寻找这样的单词而不是像 ggicci_1991 这种，因为 ggicci_1991 也是单词，而我们不需要这种单词，而是完完整整的独立的 Ggicci 或者 ggicci 单词。 因为在我们用 [Gg]gicci 去匹配的时候，ggicci_1991 里面的 ggicci 也会被匹配出来，这个时候我们就需要用 \b 单词边界符去限定它。代码如下：

• 如果不用 \b 去限定，那么 ggicci_1991 中的 ggicci 也会被匹配到，虽然 ggicci_1991 才是一个独立的单词，而 ggicci 只是这个单词中的一部分：

     1: String source = "Ggicci was born in 1991 and ggicci_1991 is an account.";

     2: Pattern pattern = Pattern.compile("[Gg]gicci");

     3: Matcher matcher = pattern.matcher(source);

     4: while(matcher.find()) {

     5:     System.out.printf("Matched: %s Index: %d\n", matcher.group(), matcher.end());            

     6: }

     1: //输出：

     2: Matched: Ggicci Index: 6

     3: Matched: ggicci Index: 34

• 用 \b 去限定，那么 ggicci_1991 中的 ggicci 将不会被匹配到，它只会匹配 Ggicci 或 ggicci 独立的单词：

     1: String source = "Ggicci was born in 1991 and ggicci_1991 is an account.";

     2: Pattern pattern = Pattern.compile("\\b[Gg]gicci\\b");

     3: Matcher matcher = pattern.matcher(source);

     4: while(matcher.find()) {

     5:     System.out.printf("Matched: %s Index: %d\n", matcher.group(), matcher.end());            

     6: }

     1: //输出：

     2: Matched: Ggicci Index: 6

---

End :

Author : Ggicci

Java 学习笔记整理，谢谢阅读，有误请指正！

转载于:https://www.cnblogs.com/ggicci/archive/2012/09/18/2690414.html