转载请注明joymufeng,欢迎访问 PlayScala社区(http://www.playscala.cn)
原文链接:http://www.playscala.cn/article/view?_id=10-59ee9f831d00000f0033a556
先尝试执行下面的代码:
println("play \n scala".matches(".*"))
你没看错,打印结果是false。正如键盘布局一样,这是由于一个历史问题导致的。早期的正则表达式工具是基于行处理文本的,所以.匹配的是除换行符以外的任意字符。大多数编程语言在设计正则表达式时沿用了这个传统,但是提供一个选项用于开启"点号匹配换行符"模式。
Java提供了两种方式开启"点号匹配换行符"模式,第一种方式是在构建Pattern对象时指定匹配模式:
val p = Pattern.compile(".*", Pattern.DOTALL) println(p.matcher("play\nscala").matches()) // true
另一种方式是在正则表达式开始位置指定嵌入模式修饰符(embedded mode modifier),这也是一种比较通用的方式:
println("play\nscala".matches("(?s).*")) // true
Pattern.DOTALL和(?s)是等价的。
Java常用的匹配模式有以下几种:
1) Pattern.DOTALL
启用dotall模式。在dotall模式下,模式中的.匹配任意字符,包括换行符。在默认情况下(即未启用dotall模式),.不匹配换行符。等价于修饰符(?s)。
val p = Pattern.compile(".*", Pattern.DOTALL) val m = p.matcher("play\nscala") println(m.matches()) // 输出 true
2)Pattern.MULTILINE
启用多行匹配模式。在多行匹配模式下,模式中的^和$将逐次匹配每一行的行首和行尾。在默认情况下(即未启用多行匹配模式),^和$将匹配整个字符串的首部和尾部。等价于修饰符(?m)。
val p = Pattern.compile("^.*$", Pattern.MULTILINE) val m = p.matcher("play\nscala") while (m.find()) { println("find: " + m.group(0)) } // 输出 find: play find: scala
3) Pattern.UNIX_LINES
启用Unix换行模式,使用"\n"标识每一行的末尾,等价于修饰符(?d)。
val p = Pattern.compile("^.*$", Pattern.UNIX_LINES | Pattern.MULTILINE) val m = p.matcher("play\r\nscala") while (m.find()) { println("find: " + m.group(0).length) } // 输出 find: 5 find: 5
输出的两个结果长度都为5,原因是play末尾还有一个字符\r。
4)Pattern.CASE_INSENSITIVE
启用大小写不敏感匹配,等价于修饰符(?i)。
val p = Pattern.compile("^S.*A$", Pattern.CASE_INSENSITIVE) val m = p.matcher("scala") println(m.matches()) // 输出 true
5)Pattern.LITERAL
启用字面(literal)模式解析,模式中的元字符和转义字符将按照普通字符解析。
val p = Pattern.compile(".*", Pattern.LITERAL) val m = p.matcher("scala") println(m.matches()) // 输出 false
6)Pattern.COMMENTS
正则表达式中允许出现空白符(whitespace)和注解(comments),空白符会被忽略,以#开头的注解行也将被忽略,等价于修饰符(?x);
val p = Pattern.compile(" .* ", Pattern.COMMENTS) val m = p.matcher("scala") println(m.matches()) // 输出 true
注:有些编程语言(例如JavaScript)不支持嵌入模式修饰符(embedded mode modifier),这时可以使用另一种解决方案:
[\s\S]*
[\s]会匹配任意空白字符,[\S]而则会匹配[\s]不能匹配的任意字符。把这二者组合起来构成[\s\S],这样就会得到一个包含所有字符的字符组,其中也包含了换行符。
参考: