Question

我最近开始在Java中使用正则表达式，但我遇到了一个奇怪的表达。

问题要求找到仅由字母组成的“单词”，最多只有一个结束时期。例如，如果我输入字符串：

one two. wr7ng not1 three. nope..

引擎会找到一个，两个和三个作为匹配的单词。问题的解决方案是这个模式：

for (String tok : s.split(" ")) {
  if (tok.matches("[a-zA-Z]+//.?")) {
    // code done to record successful match
  }
}

这两个正斜杠是什么意思？我将这个表达式与这个表达式进行了比较：

[a-zA-Z]+.?

发现只有后者错误地接受了最后一个时段（句号）中的数字。这是唯一的区别吗？

Answer 1

你确定它不是反斜杠吗？

  "[a-zA-Z]+\\.?"

文字字符串中的两个反斜杠被解释为“在文字字符串中插入单个反斜杠”。（作为惯例，在许多语言中，反斜杠anychar意味着“插入anychar”）。

当文字字符串被解释为正则表达式时，实际文本

\.

表示“将'句号'作为文字字符匹配”。

如果您没有反斜杠“转义字符”，则大多数Regexp引擎意味着“匹配任何字符”。

Answer 2

看起来你有一个错字。它应该是"[a-zA-Z]+\\."。

该字符串值成为正则表达式值[a-zA-Z]+\.。反斜杠表示应将.视为文字句点。没有它，.是一个特殊的正则表达式元字符，匹配任何单个字符（包括数字）。

Answer 3

确切的RE是：

[a-zA-Z]+\.?

并使用Java编译它，你需要一个反斜杠\，这意味着Java字符串中的转义字符：

"[a-zA-Z]+\\.?"

Answer 4

正斜杠在正则表达式中没有特殊含义，因此“//”表示匹配两个正斜杠。

如果这没有意义，这可能是一个错字，或者你误读或错误地转录了正则表达式。用反斜杠替换正斜杠的明显“修正”给出了：

    tok.matches("[a-zA-Z]+\\.?")

表示“匹配罗马字母后跟可选的'.'”。在上下文中，可以表示英文单词，后跟fullstop / period。

对于记录，"[a-zA-Z]+.?"匹配一个或多个罗马字母，后跟（可选）一个字符。 +运算符的“急切”意味着可选字符将是非字母......如果有的话。

Answer 5

使用.（点）将被解释为正则表达式字符，表示“任何字符”。

使用\.会产生编译错误。非法逃脱角色

使用\\.将被解释为一个简单的.（点）字符，这是您需要使用的字符。

因此，对于仅包含字母的单词，您使用[a-zA-Z]+，其中+（加号）是一个量词，表示“一个或多个”。

对于单个.（点）字符，您使用\\.。现在，对于.（点）字符的“最近一次”部分，您将使用?量词，这意味着“一个或多个”。您对.部分的表达式变为\\.?。

因此，您的正则表达式将为[a-zA-Z]+\\.?。