Re: [問題] 使用正則表示式?

看板java作者TKB5566 (蔡英文還我七天假！！)時間11月前 (2023/05/08 21:28)推噓1(1推 0噓 4→)

留言5則, 2人參與討論串3/3 (看更多)

藉這個標題回一下，關於regular expression，應該是先理解其本身的基本觀念，接著再延伸到各個程式語言對regular expression的應用與變形，例如Java、JavaScript 所以一開始對regular expression的理解會是這樣： [0123456789] [9876543210] [0-9] \d (1|2|3|4|5|6|7|8|9) 以上五種寫法都是表達同一種意思，即任一個數字字元。那麼為何[0-9]可以，[9-0]就不可以呢？因為若是採用[0-9]這種含有範圍字元的寫法，範圍字元左右兩邊，對應的ascii code 必須是小跟大；0的ascii code是48，9的ascii code是57，所以必須寫成[0-9]才行。也就是說，大原則上regular expression底層是會被轉換成ascii code來執行。或是這樣理解： /d/D /s/S /w/W .(加上空白字元) 以上四種寫法也都是一樣意思，表示任何一個字元；而 [0-9A-Za-z_]包含所有英數字元，也就是上面四種寫法減去部分特殊字元。以上都是表達單一字元，若要表達多個字元，比方說4個數字字元。寫法可以是： [0-9][0-9][0-9][0-9] [0-9]{4} \d\d\d\d \d{4} 甚至是(1|2|3|4|5|6|7|8|9)重複寫4次。可以看到不同語法的組合，可以產生很多種寫法。而一個/一串字元，至少出現0次、至少出現1次、0或1次也都有對應的寫法：*、+、？。另外還有否定意思的寫法：^；[^a]就是非a；[^ab]就是第一個字元非a，或是非b。而[a^b]和[\^ab]都是一樣的意思，都是a、^、b三個字元任一即可。 ------------------------------------------------------------ 以上是regular expression最基本的觀念與原則。而Java的regular expression，採用的是ascii編碼，正好和上面講到的原則，底層由ascii code執行一樣。也就是說上面提到的[0-9]寫法，在Java是可以的，但[9-0]這種寫法就不行了。另一個Java常見的regular expression狀況，是必須將\d \D \s \S \w \W這些寫法，改成改成\\d \\D \\s \\S \\w \\W。原因是避免Java在執行時，誤以為 \d \D \s \S \w \W是跟\n \t一樣類型的字元，或者是說避免\被Java當作跳脫字元。所以\才要寫成\\。那這樣的話，若是要在Java，表達單純一個\這樣的字元，該如何表示？先嘗試寫出\的regular expression，單純一個\，會跟\d \D的\搞混，所以要改寫成\\；\\就是regular expression 表達一個\的寫法。然後\\這個寫法要寫在Java程式上；前面說過，Java看到一個\，就會當成是一個跳脫字元，那現在有兩個\， Java就會認為是兩個跳脫字元，這樣的話就要加上兩次\，避免兩個\都被當成跳脫字元，就變成\\\\。 ------------------------------------------- 以上是根據https://www.tenlong.com.tw/products/9789865005047 這本書來簡單分享，有錯的話希望不要編得太大力= =。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.216.22.152 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/java/M.1683552503.A.B1F.html