令人抓狂的代码 - 万能正则表达式.*陷阱

开发 后端
早期的正则表达式工具是基于行处理文本的,所以.匹配的是除换行符以外的任意字符。大多数编程语言在设计正则表达式时沿用了这个传统,但是提供一个选项用于开启"点号匹配换行符"模式。

[[207401]]

先尝试执行下面的代码:

  1. println("play \n scala".matches(".*")) 

你没看错,打印结果是false。正如键盘布局一样,这是由于一个历史问题导致的。早期的正则表达式工具是基于行处理文本的,所以.匹配的是除换行符以外的任意字符。大多数编程语言在设计正则表达式时沿用了这个传统,但是提供一个选项用于开启"点号匹配换行符"模式。

Java提供了两种方式开启"点号匹配换行符"模式,***种方式是在构建Pattern对象时指定匹配模式:

  1. val p = Pattern.compile(".*", Pattern.DOTALL) 
  2.  
  3. println(p.matcher("play\nscala").matches()) // true 

 

另一种方式是在正则表达式开始位置指定嵌入模式修饰符(embedded mode modifier),这也是一种比较通用的方式:

  1. println("play\nscala".matches("(?s).*")) // true 

Pattern.DOTALL和(?s)是等价的。

Java常用的匹配模式有以下几种:

1) Pattern.DOTALL

启用dotall模式。在dotall模式下,模式中的.匹配任意字符,包括换行符。在默认情况下(即未启用dotall模式),.不匹配换行符。等价于修饰符(?s)。

  1. val p = Pattern.compile(".*", Pattern.DOTALL) 
  2. val m = p.matcher("play\nscala"
  3. println(m.matches()) 
  4. // 输出 
  5. true 

 

2)Pattern.MULTILINE

启用多行匹配模式。在多行匹配模式下,模式中的^和$将逐次匹配每一行的行首和行尾。在默认情况下(即未启用多行匹配模式),^和$将匹配整个字符串的首部和尾部。等价于修饰符(?m)。

  1. val p = Pattern.compile("^.*$", Pattern.MULTILINE) 
  2. val m = p.matcher("play\nscala"
  3. while (m.find()) { 
  4.   println("find: " + m.group(0)) 
  5.  
  6. // 输出 
  7. find: play 
  8. find: scala 

 

3) Pattern.UNIX_LINES

启用Unix换行模式,使用"\n"标识每一行的末尾,等价于修饰符(?d)。

  1. val p = Pattern.compile("^.*$", Pattern.UNIX_LINES | Pattern.MULTILINE) 
  2. val m = p.matcher("play\r\nscala"
  3. while (m.find()) { 
  4.   println("find: " + m.group(0).length) 
  5. // 输出 
  6. find: 5 
  7. find: 5 

 

输出的两个结果长度都为5,原因是play末尾还有一个字符\r。

4)Pattern.CASE_INSENSITIVE

启用大小写不敏感匹配,等价于修饰符(?i)。

  1. val p = Pattern.compile("^S.*A$", Pattern.CASE_INSENSITIVE) 
  2. val m = p.matcher("scala"
  3. println(m.matches()) 
  4. // 输出 
  5. true 

 

5)Pattern.LITERAL

启用字面(literal)模式解析,模式中的元字符和转义字符将按照普通字符解析。

  1. val p = Pattern.compile(".*", Pattern.LITERAL) 
  2. val m = p.matcher("scala"
  3. println(m.matches()) 
  4. // 输出 
  5. false 

 

6)Pattern.COMMENTS

正则表达式中允许出现空白符(whitespace)和注解(comments),空白符会被忽略,以#开头的注解行也将被忽略,等价于修饰符(?x);

  1. val p = Pattern.compile(" .* ", Pattern.COMMENTS) 
  2. val m = p.matcher("scala"
  3. println(m.matches()) 
  4. // 输出 
  5. true 

 

注:有些编程语言(例如JavaScript)不支持嵌入模式修饰符(embedded mode modifier),这时可以使用另一种解决方案:

  1. [\s\S]* 

[\s]会匹配任意空白字符,[\S]而则会匹配[\s]不能匹配的任意字符。把这二者组合起来构成[\s\S],这样就会得到一个包含所有字符的字符组,其中也包含了换行符。 

 

责任编辑:庞桂玉 来源: joymufeng的博客
相关推荐

2019-02-20 12:54:34

DumpCPU java

2018-09-27 15:25:08

正则表达式前端

2020-09-04 09:16:04

Python正则表达式虚拟机

2016-11-10 16:21:22

Java 正则表达式

2022-01-04 11:35:03

Linux Shel正则表达式Linux

2009-09-16 17:15:57

正则表达式引擎

2023-09-13 08:12:45

2010-03-25 18:25:36

Python正则表达式

2009-08-07 14:24:31

.NET正则表达式

2019-07-17 15:45:47

正则表达式字符串前端

2021-01-27 11:34:19

Python正则表达式字符串

2011-06-02 12:34:16

正则表达式

2017-05-12 10:47:45

Linux正则表达式程序基础

2022-03-28 06:19:14

正则表达式开发

2009-09-16 18:19:34

正则表达式组

2009-02-18 09:48:20

正则表达式Java教程

2010-03-12 17:44:21

Python正则表达式

2012-04-28 15:22:46

PHP

2012-01-12 10:21:57

正则表达式

2009-06-24 11:24:23

JavaScript验正则表达式
点赞
收藏

51CTO技术栈公众号