Regex教程之位置匹配詳解

本文執行個體講述了Regex教程之位置匹配。分享給大家供大家參考，具體如下：

註：在所有例子中Regex匹配結果包含在源文本中的【和】之間，有的例子會使用Java來實現，如果是java本身Regex的用法，會在相應的地方說明。所有java例子都在JDK1.6.0_13下測試通過。

一、問題引入

如果想匹配一段文本中的某個單詞（暫不考慮多行模式，將在後面介紹），我們可能會像下面這樣：

文本：Yesterday is history, tomorrow is a mystery, but today is a gift.

Regex：is

結果：Yesterday 【is】 h【is】tory, tomorrow 【is】 a mystery, but today 【is】a gift.

分析：本來只是要匹配單詞is，但把其他單詞中包含的is也匹配出來了。要解決這個問題，使用邊界界定符，也就是在Regex裡用一些元字元來表明我們想讓匹配操作在什麼位置（或邊界）發生。

二、單詞邊界

一種常用的邊界是由限定符\b指定的單詞邊界，\b用來匹配單詞的開始和結尾。更確切地說，它是匹配這樣一個位置，這個位置位於一個能夠用來構成單詞的字元（字母、數字、底線，也就是與\w相匹配的字元）和一個不能用來構成單詞的字元（與\W相匹配的字元）之間。來看前面的例子：

文本：Yesterday is history, tomorrow is a mystery, but today is a gift.

Regex：\bis\b

結果：Yesterday 【is】 history, tomorrow 【is】 a mystery, but today 【is】 a gift.

分析：在原始文本中，單詞is的前後都有一個空格，而這與模式\bis\b匹配（空格是用來分隔單詞的字元之一）。而單詞history中也包含了is，因為它的前後分別有一個字元h和t，這兩個字元都不能與\b匹配。

如果不匹配一個單詞邊界，則使用\B。如：

文本：Please enter the nine-digit id as it appears on your color - coded pass-key.

Regex：\B-\B

結果：Please enter the 【nine-digit】 id as it appears on your color - coded 【pass-key】.

分析：\B-\B將匹配一個前後都不是單詞邊界的連字號，nine-digit和pass-key中連字號前後都沒有空格，所以能夠匹配，而color - coded中連字號前後都有空格，所以不能匹配。

三、字串邊界

單詞邊界可以用來進行與單詞有關的位置匹配（單詞開頭、結束、整個單詞等等）。而字串邊界也有著類似的用途，只不過是用來進行與字串有關的位置匹配（字串開頭、結束、整個字串等等）。用來定義字串邊界的元字元有兩個：一個是用來定義字串開頭的^，另一個是用來定義字串結尾的$。

比如要檢查一個XML文檔的合法性，合法的XML文檔都以<?xml…..?>這樣形式開頭：

文本：

<?xml version="1.0" encoding="UTF-8"?><project basedir="." default="ear"></project>

Regex：^\s*<\?xml.*?\?>

結果：

<?xml version="1.0" encoding="UTF-8"?>
<project basedir="." default="ear">
</project>

分析：^匹配一個字串的開頭位置，所以^\s*將匹配一個字串的開頭位置和隨後的零個或多個空白字元，因為<?xml>標籤前面允許有空格、定位字元、分行符號等空白字元。

$元字元符的用法除了位置上的差異外，與^用法完全一樣。比如，檢查一個html頁面是否以</html>結尾，可以用模式：</[Hh][Tt][Mm][Ll]>\s*$

四、多行匹配模式

Regex可以通過一些特殊的元字元來改變另外一些元字元的行為。可以通過(?m) 來啟用多行匹配模式。多行匹配模式將使得Regex引擎把行分隔字元當做一個字串分隔符號來對待。在多行匹配模式下，^不僅匹配正常的字串開頭，還將匹配行分隔字元（分行符號）後面的開始位置，$不僅匹配正常的字串結尾，還將匹配行分隔字元（分行符號）後面的結束位置。

在使用時，(?m)必須出現在整個模式的最前面。比如，通過Regex把一段java代碼中的單行注釋（以//開始）內容全部找出來。

文本：

publicDownloadingDialog(Frame parent){     //Callsuper constructor, specifying that dialog box is modal.     super(parent,true);     //Setdialog box title.     setTitle("E-mailClient");     //Instructwindow not to close when the "X" is clicked.     setDefaultCloseOperation(DO_NOTHING_ON_CLOSE);     //Puta message with a nice border in this dialog box.     JPanelcontentPanel = new JPanel();     contentPanel.setBorder(BorderFactory.createEmptyBorder(5,5, 5, 5));     contentPanel.add(newJLabel("Downloading messages..."));     setContentPane(contentPanel);     //Sizedialog box to components.     pack();     //Centerdialog box over application.     setLocationRelativeTo(parent);}

Regex：(?m)^\s*//.*$

結果：

publicDownloadingDialog(Frame parent){
【 //Call superconstructor, specifying that dialog box is modal.】
super(parent,true);
【 //Set dialog boxtitle.】
setTitle("E-mailClient");
【 //Instruct windownot to close when the "X" is clicked.】
setDefaultCloseOperation(DO_NOTHING_ON_CLOSE);
【 //Put a messagewith a nice border in this dialog box.】
JPanelcontentPanel = new JPanel();
contentPanel.setBorder(BorderFactory.createEmptyBorder(5,5, 5, 5));
contentPanel.add(newJLabel("Downloading messages..."));
setContentPane(contentPanel);
【 //Size dialog boxto components.】
pack();
【 //Center dialogbox over application.】
setLocationRelativeTo(parent);
}

分析：^\s*//.*$將匹配一個字串的開始，然後是任意多個空白字元，再後面是//，再往後是任意文本，最後是一個字串的結束。不過這個模式只能找出第一條注釋，加上(?m)首碼後，將把分行符號視為一個字串分隔符號，這樣就可以把每一行注釋匹配出來了。

java代碼實現如下（文本儲存在text.txt檔案中）：

public static String getTextFromFile(String path) throws Exception{  BufferedReader br = new BufferedReader(new FileReader(new File(path)));  StringBuilder sb = new StringBuilder();  char[] cbuf = new char[1024];  int len = 0;  while(br.ready() && (len = br.read(cbuf)) > 0){    br.read(cbuf);    sb.append(cbuf, 0, len);  }    br.close();  return sb.toString();}public static void multilineMatch() throws Exception{  String text = getTextFromFile("E:/text.txt");  String regex = "(?m)^\\s*//.*$";  Matcher m = Pattern.compile(regex).matcher(text);  while(m.find()){    System.out.println(m.group());  }}

輸出結果如下：

//Call super constructor, specifying that dialog box is modal.
//Set dialog box title.
//Instruct window not to close when the "X" is clicked.
//Put a message with a nice border in this dialog box.
//Size dialog box to components.
//Center dialog box over application.

五、小結

Regex不僅可以用來匹配任意長度的文字區塊，還可以用來匹配出現在字串中特定位置的文本。\b用來指定一個單詞邊界（\B剛好相反）。^和$用來指定單詞邊界。如果與(?m)配合使用，^和$還將匹配在一個分行符號處開頭或結尾的字串。在接下來的文章中將介紹子運算式的使用。

希望本文所述對大家Regex學習有所協助。