Python和Java中相同正则表达式的不同行为

Question

首先，我道歉，因为我不太了解正则表达式。

我正在使用正则表达式来匹配字符串。我在Python命令行界面中测试了它，但是当我在Java中运行它时，它产生了不同的结果。

Python执行：

re.search("[0-9]*[\\.[0-9]+]?[^0-9]*D\\([M|W]\\)\\s*US", "9.5 D(M) US");

将结果显示为：

<_sre.SRE_Match object; span=(0, 11), match='9.5 D(M) US'>

但Java代码

import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

class RegexTest {
    private static final Pattern FALLBACK_MEN_SIZE_PATTERN = Pattern.compile("[0-9]*[\\.[0-9]+]?[^0-9]*D\\([M|W]\\)\\s*US");

    public static void main(String[] args) {
    String strTest = "9.5 D(M) US";
    Matcher matcher = FALLBACK_MEN_SIZE_PATTERN.matcher(strTest);
        if (matcher.find()) {
            System.out.println(matcher.group(0));
        }
    }
}

将输出显示为：

5 D（M）US

我不明白为什么它的行为方式不同。

Answer 1

以下是在Java和Python中使用相同的模式：

"[0-9]*(?:\\.[0-9]+)?[^0-9]*D\\([MW]\\)\\s*US"

请参阅Python和Java演示。

在Python中，[\\.[0-9]+]?被视为2个子图案：[\.[0-9]+（1个或更多.个，[个或数字）和]?（ 0或1 ]）。了解your regex works in Python here的方式。或者，与捕获组进行更多分离，here。

在Java中，它被读作一个单个字符类（即[和]里面的被忽略，因为它们无法被正则表达式引擎正确解析，因此整个子模式代表0或1 .，一个数字或+），因为它是可选的，它没有捕获任何东西（你可以在Visual Regex Tester获得一个视觉提示，输入{ {1}}作为输入，123.+[]作为正则表达式。

最后一步：[\.[0-9]+]?代表[M|W]，M或|，而我认为您的意思是W = [MW]或M。

Answer 2

我不是Python专家，所以我不能告诉你为什么它适用于Python，但在Java中，你的问题是[\\.[0-9]+]?部分。你可能认为它是(\\.[0-9]+)?。

实际上，它是[]中的字符列表，后跟?。也就是说，表达式的这一部分只匹配单个或零个字符，因此它不能与.5匹配。

以下是匹配尝试的说明：

现在，如果您的模式使用的是()而不是[]，那就是结果：