Java與正則表達式（2年級2）

2019-11-18 14:38:25

字體：大中小

來源：轉載

供稿：網友

　　java與正則表達式（2年級2）
學習正則表達式，我本來也按照正則表達式的組件一個個地攻。Java中寫的Summary of regular-eXPRession constrUCts也不過6頁紙，花上1天半天的時間一個個測試，學得也差不多了。可惜yqj2065的記性好、忘性大，3天之后記得幾個最簡單的東西了。慘。

MSDN上的正則表達式介紹就是完整的教材，yqj2065又學習了一次（JScript），10天后又忘得7788了。

現在我變個花樣考慮：假如我設計regex，按照（2年級之1）中的5點能不能搞定呢？把核心5點記住先：

1. 基本正則表達式：一個單字符a（其中a 在正規字符的字母表∑中），以及元字符或元字符組成。可能是： L (a) = {a}； L (ε) ={ε}； L (Ф) = {}。

r和s 均是正則表達式時：

2. r s表達式： L (r s) = L (r) ∪ L (s)。

3. rs表達式： L (r s) = L (r) L (s)。

4. r*表達式： L (r*) = L (r) *。

5. (r）格式的表達式： L ( (r)) = L (r)，括號并不改變語言，它們只調整運算的優先權。閉包>連結>并集。

我不用腦袋，用5個指頭記它們。那個指頭忘性大，就打那個指頭。單字符、并集、連結、閉包 *、括號()。

§3字母表∑
單字符依靠于字母表∑，Java支持Unicode。所有，∑＝Unicode。比如說：

String str=” 單字符依靠于字母表”，regex是字。效果不錯。

我想使用EditPad Pro方便一些，它卻不支持Unicode。也罷，本來就不預備現在研究它（3年級再搞。），先搞定ASCII - The American Standard Code for Information Interchange，似乎在匯編語言中經常查一下。現在都有些模糊了。

ASCII大概分成這幾個部分：可打印和不可打印字符。

l 不可打印字符Non-Printable Characters：Java中有幾個不可打印字符，能放在正則表達式中，這些東西倒是有點希奇。

l 可打印字符：所有大寫和小寫字母、所有數字、所有標點符號和一些其他符號。這里的要害在于有一些可打印字符with special meanings，成為了元字符（metacharacters）。

所有的ASCII字符中，我們千調萬選找了一個最非凡的字符backslash /，作為轉義escape開關。雖然與Java的轉義符號一樣，我還是希奇為什么選它而不選#。它很輕易與除號/混淆，另外M$ OS中的目錄經常是E:/Regex/1/2，我聽說C++編程時，其regex要用E:////Regex////1去匹配，不知在Java的源代碼中，怎么樣。

核心1點說明：單一的a、x、#，’，” 都是基本的regex。單一的元字符都不是基本的regex。

練習：str＝” b!c@d#e$f%g^h&j&k*l”+

”(m)n_o+pq/r=s-t/u.v,W?x>y<z/"aa/'”

①regEx="#"（或/"、/’、 r、 //、 >、n、）注重：Java的源代碼中String要使用轉義/"而且regEx＝"/""，但正則表達式是"如程序：

import java.util.regex.*;

class Regex1{

public static void main(String args[]) {

String str="For my/" money/" ";

String regEx="/""; //

Pattern p=Pattern.compile(regEx);

Matcher m=p.matcher(str);

boolean result=m.find();

System.out.println(result);

}

}

這里的要點是：Java語言本身對源代碼中的一些字符/"要經過編譯處理，之后正則表達式引擎才得到一個regexp"。這也是C++用4個backslash匹配一個/文本字符的原因。我們要區別Java語言與正則表達式各自的要求。

在使用各種正則表達式練習器時，一定要注重。

§4并集
核心2點是ab。在文檔中稱為"character class", 也叫 "character set"。這就不好翻譯了，字符集輕易與ASCII字符集等混淆，字符類？不倫不類。也許叫字符并集比較好，

上一篇：Java語言編碼規范（2）

下一篇：JAVA與正則表達式（2年級之1）