java $ ￥_java正則表達式 非捕獲組詳解

這幾天看了下正則表達式，對非捕獲組(non-capturing)進行下總結。

主要總結 1個 + 2組  一共5個。

(?:X) (?=X) (?<=X) (?!X) (?

一、先從(?:)非捕獲組說起。

下面由一個例子引出非捕獲組。

有兩個金額：8899￥ 和 6688$ 。顯然，前一個是8899元的人民幣，后一個是6688元的美元。我現在需要一個正則，要求提煉出它們的貨幣金額和貨幣種類。正則可以這寫：(\\d)+([￥$])$  (在java中測試，所以多了轉義字符'\')

測試程序如下：

Pattern p = Pattern.compile("(\\d+)([￥$])$");

String str = "8899￥";

Matcher m = p.matcher(str);

if(m.matches()){

System.out.println("貨幣金額: "+ m.group(1));

System.out.println("貨幣種類: "+ m.group(2));

}

輸出結果為：

貨幣金額: 8899

貨幣種類: ￥

OK,滿足了要求。這里的正則分成了兩個組，一個是(\\d+)，一個是([￥$])，前一個組匹配貨幣金額，后一個組匹配貨幣種類。

現在，我需要這個正則可以匹配浮點數。如8899.56￥。我們都知道，現在少於一元錢基本上買不到東西了，所以我希望忽略小數部分，正則還是提煉出 8899 和 ￥。

那么正則如下：

[code="java"](\\d+)(\\.?)(\\d+)([￥$])$[/code]

這里用括號分了四組，所以要輸出貨幣金額的整數部分和貨幣種類，要分別輸了group(1),group(4)了。如果輸出部分和正則是分開的，我希望只修改正則而不去修改輸出部分的代碼，也就是還是用group(1)，group(2)作為輸出。由此可以引出非捕獲組(?:)。

把前面的正則修改為：

[code="java"](\\d+)(?:\\.?)(?:\\d+)([￥$])$[/code]

這樣，還是用group(1),group(2)做為輸出，同樣輸出了 8899 和 ￥

這個正則的中間兩個組用到的就是非捕獲組(?:)，它可以理解為只分組而不捕獲。

二、(?=)和(?<=)

有的資料把它們叫做肯定式向前查找和肯定式向后查找；

有的資料也叫做肯定順序環視和肯定逆序環視。

1、姑且不理它們的名稱，看下面的例子：

Pattern p = Pattern.compile("[0-9a-z]{2}(?=aa)");

String str = "12332aa438aaf";

Matcher m = p.matcher(str);

while(m.find()){

System.out.println(m.group());

}

這段程序輸出32 38

這個正則的意思是：匹配這么一個字符串，它要滿足：是兩位字符(數字，或字母)，且[color=red]后面[/color]緊跟着兩個a。

分析一下：

32aa  這個子串 滿足這個條件，所以可以匹配到，又因為 (?=) 的部分是不捕獲的，所以輸出的只是 32，不包括aa。同理 38aa 也匹配這個正則，而輸出僅是 38。

再深入看一下:

當str第一次匹配成功輸出 32 后，程序要繼續向后查找是否還有匹配的其它子串。那么這時應該從 32aa 的后一位開始向后查找，還是從 32 的后一位呢？也就是從索引 5 開始還是從 7 開始呢？有人可能想到是從 32aa 的下一位開始往后找，因為 32aa 匹配了正則，所以下一位當然是它的后面也就是從 4 開始。但實際上是從 32 的后一位也就是第一個 a 開始往后找。原因還是 (?=) 是非捕獲的。

查閱API文檔是這么注釋的：

(?=X) X, via zero-width positive lookahead

可見zero-width(零寬度)說的就是這個意思。

現在，把字符串寫的更有意思些：str = "aaaaaaaa";

看一下它的輸出： aa aa aa

分析一下：

這個字符串一共有8個a。

第一次匹配比較容易找到，那就是前四個：aaaa ,當然第三和第四個 a 是不捕獲的，所以輸出是第一和第二個a；

接着繼續查找，這時是從第三個a開始，三到六，這4個a區配到了，所以輸出第三和第四個a；

接着繼續查找，這時是從第五個a開始，五到八，這4個a區配到了，所以輸出第五和第六個a；

接着往后查找，這時是從第七個a開始，顯然，第七和第八個a,不滿足正則的匹配條件，查找結束。

我們再延伸一下，剛說的情況的是(?=)放在捕獲的字符串后面，它如果放在前面又是什么結果呢？

例子換成：

Pattern p = Pattern.compile("(?=hopeful)hope");

String str = "hopeful";

Matcher m = p.matcher(str);

while(m.find()){

System.out.println(m.group());

}

它的輸出是hope。

正則的意思是：是否能匹配hopeful,如果能，則捕獲hopeful中的hope。當然繼續向后查找匹配的子串，是從f開始。

比較一下可以看出，(?=hopeful)hope 和 hope(?=ful),兩個正則的效果其實是一樣的。

2、下面說一下 (?<=)

把正則改一下，

Pattern p = Pattern.compile("(?<=aa)[0-9a-z]{2}");

字符串還是str = "12332aa438aaf";

它的輸出：43。

這個正則的意思是：匹配這么一個字符串，它要滿足：是兩位字符(數字或字母)，且[color=red]前面[/color]緊跟的是兩個字母 a 。

同樣，深入一下，把str換成str = "aaaaaaaa";看一下輸出是什么，同樣也是：aa aa aa

分析一下：

第一次匹配不用說，是前四個a，輸出的是第三和第四個a;

繼續向后查找，從第五個a開始，程序發現，第五個和第六個a滿足，因為是兩位字符，且滿足前面緊跟着兩個a(第三和第四個a)。所以匹配成功，輸出第五個和第六個a;

繼續向后查找，從第七個a開始，程序發現，第七個和第八個a滿足，因為是兩位字符，且滿足前面緊跟着兩個a(第五和第六個a)。所以匹配成功，輸出第七和第八個a。查找結束。

三、(?!)和(?

從外觀上看，和前面一組很相似，區別就是把 ‘=’ 換成了 ‘!’

那么意義剛好也是相反的。

[0-9a-z]{2}(?!aa)    意思是：匹配兩個字符，且后面緊跟着的不是aa

(?<=aa)[0-9a-z]{2}  意思是：匹配兩個字符，且前面緊跟着的不是aa

用法和前面講的差不多，這里不再詳述。