Java使用正则表达式

Question

我想知道在java中使用matcher的行为。

我有一个我编译的模式，当运行匹配器的结果时，我不明白为什么缺少特定的值。

我的代码：

String str = "star wars";
Pattern p = Pattern.compile("star war|Star War|Starwars|star wars|star wars|pirates of the caribbean|long strage trip|drone|snatched (2017)");
Matcher matcher = p.matcher(str);
while (matcher.find()) {
        System.out.println("\nRegex : " matcher.group());
    }

我受到“星球大战”的打击，因为它符合我的模式。

但是我没有把“星球大战”当作一个打击，我不明白为什么它是我模式的一部分。

Answer 1

这种行为是预期的，因为NFA正则表达式中的alternation是＆＃34;渴望＆＃34;，即第一场比赛获胜，其余的备选项甚至没有经过测试。另外，请注意，一旦正则表达式引擎在消费模式中找到匹配（并且您的消费模式是消费模式，它不是零宽度断言，如前瞻/后瞻/单词边界/锚），索引将提前到结尾从该位置搜索匹配和下一个匹配。

因此，一旦您的第一个star war替代分支匹配，就无法匹配star wars，因为正则表达式索引位于最后一个s之前。

只需检查字符串是否包含您检查的字符串，最简单的方法是使用循环：

String str = "star wars";
String[] arr = {"star war","Star War","Starwars","star wars","pirates of the caribbean","long strage trip","drone","snatched (2017)"};
for(String s: arr){
    if(str.contains(s))
        System.out.println(s);
}

请参阅Java demo

顺便说一下，你的正则表达式包含snatched (2017)，它与(和)不匹配，只与snatched 2017匹配。要匹配字面括号，必须转义(和)。我还删除了star wars的重复条目。

Answer 2

构建正则表达式的更好方法是：

String pattern = "[Ss]tar[\\s]{0,1}[Ww]ar[s]{0,1}";

分解：

• [Ss] ：它会匹配第一个位置的S或s
• \ s ：空间表示
• {0,1} ：上一个字符（或集）将匹配0到1次

另一种选择是：

String pattern = "[Ss]tar[\\s]?[Ww]ar[s]?";

• ？：上一个字符（或字符集）将匹配一次或根本不匹配

有关详细信息，请参阅https://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html

修改1：修正拼写错误（\s - ＆gt; \\s）。谢谢，@ eugene。

Answer 3

您希望匹配整个输入序列，因此您应该使用Matcher.matches()或添加^和$：

Pattern p = Pattern.compile("^(star war|Star War|Starwars|star wars|"
        + "star wars|pirates of the caribbean)$");

将打印

Regex : star wars

但我同意@NAMS：不要像这样构建你的正则表达式。