Java & regex（2-3）

核心提示：java & regex（2-3）§5 连接核心3点是rs表达式，这个连接运算，Java & regex（2-3），再说就似乎太罗索了，把单字符顺着写就形成了一条字符线，regex为go{1,2}d，则返回最左边的good，一个字符接着一个字符，在Java中

　　java & regex（2-3）
§5 连接
核心3点是rs表达式。这个连接运算，再说就似乎太罗索了。把单字符顺着写就形成了一条字符线，一个字符接着一个字符。在Java中，有字符串String、字符序列（CharSequence），虽然都是一根绳子，但它们不是一个东西——String是类、CharSequence是接口。ok，我们不讨论Java的API。

这里要注重的是，

在使用连接运算时记住：

① 连接运算仅仅比元字符的优先级高。

boy是一个regex，其语义是b后面紧跟一个o再紧跟一个y。包括了元字符的时候，如b[ao]y其语义是b后面紧跟一个a或o再紧跟一个y。

② 所有的并集（除了baoy形式）仅仅匹配一个单字符，例如：

a(sdf)g匹配Iasdgbbasgbbafgbb，而a[sdf]g匹配asdgooasgoooafgooagooadg【并集还有很多东西要学习的。】

③ 关于.的问题。

有一个典型的例子——日期的匹配说明，我们应该谨慎使用它。日期格式一般是yyyy-mm-dd。当然也有yyyy.mm.dd等形式，假如使用\d\d\d\d.\d\d\.\d\d，虽然可以匹配用户喜欢的日期分割符，但它也匹配2005a02b02，9876543210这不是我们希望的。也许使用[-/ .]顶替.比较好。它答应a dash, space, dot and forward slash作为日期分割符。【当然它也不完善，因为它匹配3005/13/50和0000/00/00。而它不匹配我写的今天的日期格式05/2/2。事实上，regex的构造依靠于我们的目标——假如我们强制用户使用yyyy/mm/dd格式，我们可以简单的用：

(1920)\d\d/(0[1-9]1[012])/(0[1-9][12][0-9]3[01]) 。】

④ 连接的其他形式：

正如我们说知道的，a{3}是aaa的简写。a{1，3}是aaaaaa的简写。我们经常把它们与闭包运算放在一起讨论。

§6 闭包
核心4点是r*表达式。我们首先回顾闭包运算的各种写法，再深入理解正则表达式引擎的运行规则。

L (r*) = {ε，r,rr,……}是无穷集合，它匹配r串的任意有穷连结。

在Java中：

r？是{ε，r }的正则表达式；

r+是L (r*)-{ε}的正则表达式；

r{3,} 是L (r*)-{ε,r,rr}的正则表达式；

在涉及闭包运算时，我们会碰到几个重要概念——Greediness（贪心）、lookahead和lookbehind（瞻前顾后——前瞻、后顾）等。我们先看几个例子：

regex
String
替换⊙

a+
saaaasgaaafga
s⊙sg⊙fg⊙

ab?\w
abc aaabc gabbbf gbbaaag


a？
far【有四个匹配项】
⊙f⊙⊙r⊙

[ab]+
back about bar bbb aaa bac


[ab]+[rc]
back about bar bbb aaa bac


[ab]*
back about bar bbb aaa bac
⊙⊙c⊙k⊙ ⊙⊙o⊙u⊙t⊙ ⊙⊙r⊙ ⊙⊙ ⊙⊙ ⊙⊙c⊙

[0-9]+
123456654321999ok
⊙ok

[3-6]+
111333555888


([3-9])\\1+
12355555551999ok


[ab]{3,}
abc aaabc gabbbf gbbaaag







解释：单独使用a？和a*很麻烦。

([3-6])\\1+【regex练习器与Java源程序不同！】

§7 regex引擎的机制
regex引擎是处理正则表达式的软件，尝试以模板去匹配给定的字符串。一般而言，我们不直接调用该引擎，而是通过一些API去使用它们。对于不同的语言和开发环境，它们不会完全一致，其中Perl 5的regex是基础，它也是使用得最广泛的。Java语言的regex与Perl 5的regex flavor有一些不同。但机制是一致的。

1、匹配的两种道路：

有两种regex引擎：文本引导（text-directed）引擎和regex引导的引擎。它们

2、regex引擎是急性子，它总是返回最左边的匹配项

必须记住的非常重要的一点：regex引导的引擎总是返回最左边的匹配项。我在前面很小心的说某个regex可以匹配那些咚咚，是因为我们使用了一些Java语言的方法，regex引擎总是从字符串头开始匹配（start from beginning），一旦找到了一个匹配项，它就会急急忙忙的报告说：“我找到了匹配项”。除非你要求它again。

对于文本good and god，regex为go{1,2}d，则返回最左边的good。我们具体说明其过程。