软构学习心得：正则表达式

在第10章的学习和lab3的实验任务中，有用到正则表达式的地方。遂总结一下。

在本学期形式语言与自动机的学习中，已经了解了终结符，非终结符，产生式，范式，正则表达式的相关概念。针对软件构造，主要是记一些具体使用方法。

producer形式如下：

x ::= y z //concatenation: x matches y followed by z

x ::= y* //repeatition: x matches zero or more y

x ::= y | z //union: x matches y or z

 匹配单个字符：

英文字符  .  ：匹配任意单个字符

例如表达式x.y可以匹配xoy，x;y，x[y，x&y等，.的位置可以匹配任意单个字符

英文中括号[  ]：匹配中括号内指定的字符集合中的单个字符

例如表达式x[wyd]y可以匹配xwy,wyy,wdy(注意只能匹配单个字符)

x[a-c]y可以匹配xay，xby，xcy,其中  -  代表范围，a-z及范围a至z的闭区间内的全部字母，0-9及0至9的数字字符

英文竖线符号  |  ：表示或

例如表达式x(w|y|dd)y可以匹配xwy，xyy，xddy，注意与x(wydd)y的区别，用  |  的情况，dd将被看成一个整体，故可以匹配xddy

前缀表达式  ^  ：表示否，后面代表不想匹配的字符

例如表达式[^a]，匹配除了字符a的单个字符；表达式[^a-c]表示除了范围a至c的字符(及字符abc)外的单个字符，该字符不一定是字母字符，特殊符号数字等均可，^可以近似看为取补(个人理解)

一些常用的表示次数的后缀表达式如下，后缀表达式拥有最高的优先级 ，括号可以替代优先级

y*	匹配>=0个y
y+	匹配>0个y
y?	匹配0或1个y
y{n}	匹配恰好n个y
y{n,}	匹配至少n个y
y{,n}	匹配至多n个y
y{n,m}	匹配[n,m]个y(闭区间)

注意下列表达式：

最初我对此也很困惑，以为是组合使用之意。例如x?+，我认为是匹配至少1次x?，那就是匹配至少1次的0/1个x，即任意个数的x，但程序运行结果告诉我并不是这样，而是0/1次x，即像上述图示一样，运行下列代码进行测试：

String s1 = "";
String s2 = "y";
String s3 = "yy";
System.out.println(s1 + ":" + s1.matches("y{2,}?"));
System.out.println(s2 + ":" + s2.matches("y{2,}?"));
System.out.println(s3 + ":" + s3.matches("y{2,}?"));

结果如下，并非任意个y，只能匹配0/1个y 

 :false
y:false
yy:true

后来查阅资料得知，第一列对应贪婪匹配，第二列reluctant对应懒惰匹配，第三列对应占有匹配

懒惰匹配：? 匹配最短的符合正则表达式的

贪婪匹配：+匹配最长的符合正则表达式的

参考文章：https://www.jb51.net/tools/zhengze.html

注意在正则表示中，如果想符号不被解析成特殊含义，需要在符号前加  \  ：  

例如x[a-c]y匹配xay，xby，xcy；而x[a\-c]y匹配xay，x-y，xcy

一些快捷符号及其含义：

\d	等价于[0-9]
\D	等价于[^0-9]
\w	等价于[0-9A-Z_a-z] 其中_是下划线，即\w的匹配范围为： 数字0至9，字母a-z大小写均可，下划线_
\W	等价于[^0-9A-Z_a-z]
\s	空字符，等价于[\t\n\r\f]
\S	非空字符，等价于[^\t\n\r\f]
\r	空字符，例如\n换行符，\tab制表符等

 一些元字符及其含义：

^	行的开始
$	行的结束
\b	一个单词的间隔
\B	一个non-word的间隔
\A	输入的开始
\z	输入的结束
\Z	输入的结束，如果有终结符的话不包括终结符
\G	上一次匹配的结束

以上仅是个人软构学习心得总结，如有不当，欢迎指正！