java 正则(4) 不常用 / 贪婪匹配 / 非捕获组 / 向前引用 / flag 简写

最新推荐文章于 2024-09-06 11:13:20 发布

nx188

最新推荐文章于 2024-09-06 11:13:20 发布

阅读量1.7k

点赞数

分类专栏： Java

本文链接：https://blog.csdn.net/nx188/article/details/50499244

版权

Java 专栏收录该内容

68 篇文章 0 订阅

订阅专栏

1.以下用的不多，正则前三个内容已经够用，以下掌握不了也没关系，论坛上有人用，能看懂就行。

贪婪匹配：Greedy ，用在数量词( 比如 * 之后加个问号，或者 {3,5} 这个后面加个问号 )之后，例如点星，就是贪婪匹配，点星问，就是非贪婪。也就是说，贪婪就是默认的

/ 非捕获组：其中？= 用的算相对较多的

/ 向前引用：用的极少 \\1 \\2 这种写法

/ flag 简写： ? i 是CASE_INSENSITIVE 的简写

        //之前的正则内容已经能够解决大部分问题，以下是额外的正则表达式内容，比较高级,qulifiers修饰符，限定符,是API 文档Pattern 中的 数量词
	/**
	 * Greedy 数量词 ,即贪婪的数量词。默认的写法都是Greedy 数量词
	 * Reluctant 数量词，勉强，不情愿的数量词
	 * Possessive 数量词，占有欲，独占的数量词,用的非常少。这种就是挑最大的吞(这里是{3，10}，故吞10个)，不吐，所以效率高，追求效率的时候，用这种
	 * 以上三种有着非常细小的差别，Pattern 类里面有具体说明，这些都是量词，都跟在 + ？ * 这种量词之后
	 */
	public static void greedyRegex(){//贪婪正则
		//测试 qulifiers,以下是Greedy，贪婪的
		System.out.println("---------higherRegex---------");
		Pattern p = Pattern.compile("(.{3,10})[0-9]");//0-10，注意这里不用()进行组控制，能实现贪婪，只是这样看得清楚。<span style="color:#ff0000;">这里的大括号{3,10}是量词</span>
		String s = "aaaa5bbbb6";//贪婪是，吃最多的，.{3,10}这个整体，先吃进去10个字符，发现整体不合适，[0，-9]这个数字不匹配，故吐出去一个6，
		Matcher m = p.matcher(s);//而后，匹配了，故出结果0-10
		if(m.find())
			System.out.println("Greedy is "+m.start()+"-"+m.end());
		else
			System.out.println("not match");
		//以下是 reluctant，勉强的，不情愿的
		p = Pattern.compile("(.{3,10}?)[0-9]");//0-5
		s = "aaaa5bbbb6";//勉强的，不情愿的，是吃最少的，.{3,10}这个整体，先吃进去3个字符aaa,一看不合适，继续吃，迟到第4个，发现合适了，故出结果
		m = p.matcher(s);
		if(m.find())
			System.out.println("reluctant is "+m.start()+"-"+m.end());
		else
			System.out.println("not match");
		//以下是 Possessive 1 
		p = Pattern.compile("(.{3,10}+)[0-9]");//not match
		s = "aaaa5bbbb6";//这个和贪婪的有点类似，他上来全吞进去，但是不往外吐，吞进去后发现不匹配，因为字符串aaaa5bbbb6后面都没有东西了，所以
		m = p.matcher(s);//不匹配，
		if(m.find())
			System.out.println("reluctant is "+m.start()+"-"+m.end());
		else
			System.out.println("not match");
		//以下是 Possessive 2
		p = Pattern.compile("(.{3,10}+)[0-9]");//0-11
		s = "aaaa5bbbb68";//一下子吞进10个即aaaa5bbbb6，此时后面是8，故字符串整体和正则匹配，所以返回0-11
		m = p.matcher(s);//
		if(m.find())
			System.out.println("reluctant is "+m.start()+"-"+m.end());
		else
			System.out.println("not match");
	}
	
	//non-capturing groups  用的比较少，只有(?=a) 算是非捕获组用的多的，因为这种非捕获组的写法可以完全被别的替代，但是别人这么写用能读懂，perl 中常用
	public static void nonCapturingGroup(){
		System.out.println("----------nonCapturingGroup----------");
		Pattern p = Pattern.compile(".{3}(?=a)");//正常情况，小括号里面是个组，这个组用来匹配字符串，
									//但是此时，小括号里面以问号打头的，他不是用来匹配字符串的，所以他叫non capturing,不捕获字符串
		String s = "444a66b";		//这叫非捕获组，意思是我抓三个字符加a结尾的字符串，但是我不捕获a，也就是只返回给三个字符，即结果是 444
		Matcher m = p.matcher(s);	//如果写正则是  (?=a).{3}，则打印a66,所以(?=a) 写前面和后面不一样，?=写前面是把a 算在结果之中，
		while(m.find()){			//？=写后面是把a 不算在结果之中，所以他叫lookahead，从头开始看,尾巴上不算
			//System.out.println(m.group());
		}
		//以下非常不常用
		p = Pattern.compile("(?!=a).{3}");//意思是前面不能为a的，结果是444   66b
		p = Pattern.compile(".{3}(?!=a)");//意思是后面跟着的不是a， 结果是44a   66b
		p = Pattern.compile(".{3}(?<=a)");
		s = "444a66b";
		m = p.matcher(s);
		while(m.find()){
			System.out.println(m.group());//.{3}(?<!=a) 444,a66，意思是从后往前数不能是a的   .{3}(?<=a)是44a 从后往前数是a的 ，而且还包含a 
		}
	}
	
	//back reference 向前引用，用的很少
	public static void backReference(){
		Pattern p = Pattern.compile("(\\d\\d\\1)");
		String s = "1212";//true , 向前引用，和第一组要能完全匹配，12和12完全一样，true
		Matcher m = p.matcher(s);
		System.out.println(m.matches());
		
		p = Pattern.compile("(\\d(\\d)\\2)");//向前引用，和第二组要能完全匹配，2和前面第二组的2完全匹配，true
		s = "122";//true
		
		//flags 只有CASE_INSENSITIVE flag 常用，CASE_INSENSITIVE 简写为？i
		//Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);
		System.out.println("Java".matches("(?i)(java)"));//true 写法同上
	}

2. 一个贪婪的例子

代码为：
if(line.contains("/actity/srch")){
temp1 = line.split("200 OK");
temp2 = temp1[0].split(".*?:\\d{1,5}");//点星问，这种是reluctant 非贪婪，点星是默认写法，贪婪
//split 是用正则这个整体去分割字符串，整体不出现在字符串中
IPSetTemp.add(temp2[temp2.length-1].trim());
}

line 为：
#2016-03-09 00:00:00.860 /100.8.91.5:800/100.8.110.11:6044 100.15.99.31200 OK 4805 434POST false/actity/srch?requestFormat=xml&responseFormat=xmlHTTP/1.1 Content-Type:application/x-www-form-urlencoded;Host:ws.activi.search.rirp.com;Content-Length:434;Expect:100-continue;Connection:Close;X-Forwarded-For:10.15.99.3;Netty-Client-IP:100.8.110.11;Content-Length:805;Content-Length-Bytes:805;Search

temp1 为：有两个
#2016-03-09 00:00:00.860 /100.8.91.5:800/100.8.110.11:6044 100.15.99.31

4 805 434POST false/actity/srch?requestFormat=xml&responseFormat=xmlHTTP/1.1 Content-Type:application/x-www-form-urlencoded;Host:ws.activi.search.rirp.com;Content-Length:434;Expect:100-continue;Connection:Close;X-Forwarded-For:10.15.99.3;Netty-Client-IP:100.8.110.11;Content-Length:805;Content-Length-Bytes:805;Search-Total:329;Search

temp2 为：若被贪婪分 .*:\\d{1,5} 则为

"" 即空
10.15.99.3

temp2 若被reluctant 分 .*?:\\d{1,5} 则分成5个，则为