匹配规则

image.png

分组捕获

一般正则表达式只能替换匹配的部分, 不能指定替换匹配部分中的需要替换的部分. 分组捕获可以处理这个问题
分组捕获, 可将一个字符串分割成数份, 只替换需要替换的部分

  1. class UnitTest {
  2.     @Test
  3.     fun test() {
  4.         var content = "abc <img alt width=\"10\" height=\"100\" style=\"width: 200px; height: 20px\" src='https://dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=2534506313,1688529724&fm=26&gp=0.jpg\" id=\"xx\" class=\"class\"/> def"
  5.         var regex = "(.*)(<img\\s)(.*)(src=[\"'].*?[\"'])(.*)(/>)(.*)"
  6.         var pattern = Pattern.compile(regex)
  7.         var matcher = pattern.matcher(content)
  8.         if (matcher.matches()) {
  9.             var sb = StringBuffer()
  10.             for (i in 1..matcher.groupCount()) {
  11.                 println(">>>>>> matcher.group($i): " + matcher.group(i))
  12.                 if (i != 3 && i != 5) {
  13.                     sb.append(matcher.group(i))
  14.                 }
  15.             }
  16.             println(">>>>>> result: $sb")
  17.         }
  18.     }
  19. }

输出结果:

  1. >>>>>> matcher.group(1): abc 
  2. >>>>>> matcher.group(2): <img 
  3. >>>>>> matcher.group(3): alt width="10" height="100" style="width: 200px; height: 20px" 
  4. >>>>>> matcher.group(4): src='https://dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=2534506313,1688529724&fm=26&gp=0.jpg"
  5. >>>>>> matcher.group(5):  id="xx" class="class"
  6. >>>>>> matcher.group(6): />
  7. >>>>>> matcher.group(7):  def
  8. >>>>>> result: abc <img src='https://dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=2534506313,1688529724&fm=26&gp=0.jpg"/> def

贪婪匹配/非贪婪匹配

举个例子，假设有以下这段html字符，我想拿到a标签中的内容：

  1. <a>南京长江大桥</a>哈哈<a>南京市长江大桥</a>

然后我写了这样一个正则：<a>(.)*</a>
在线测试的结果如下：

  1. <a>南京长江大桥</a>哈哈<a>南京市长江大桥</a>

这个结果与我们的预期不符，正常我应该得到两个匹配的结果才对，但是现在却只匹配到一个结果。
现在把刚刚的正则改成这样：<a>(.)*?</a>
在线测试的结果如下：

  1. <a>南京长江大桥</a>
  2. <a>南京市长江大桥</a>

贪 说的是正则在不约束的情况下会继续自动向右进行匹配，直到匹配结束，只要匹配的数据与正则的最后一个值匹配就算是匹配到了。
不贪 说的是只要匹配到就结束，不继续向右进行匹配了。
问号 ? 就解决了贪婪的问题，使得问号前面的字符匹配到之后就结束，但是并不是把 ? 放在哪里都可以解决贪婪的，在正则里，有一些属于贪婪模式量词，比如以下这些:

  1. {m,n}
  2. {m,}
  3. ?
  4. *
  5. +

代码示例

  1. @Test
  2. fun test1() {
  3.     var content = "abc <img alt width=\"10\" height=\"100\" style=\"width: 200px; height: 20px\" src='https://dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=2534506313,1688529724&fm=26&gp=0.jpg\" id=\"xx\" class=\"class\"/> def"
  4.     // 贪婪匹配
  5.     // 贪婪匹配会匹配到目标最后出现的位置
  6.     var regex = "(.*)(<img.*:)(.*)"
  7.     // 非贪婪匹配
  8.     // 非贪婪匹配会匹配到目标首次出现的位置
  9.     var regex = "(.*)(<img.*?:)(.*)"
  10.     var pattern = Pattern.compile(regex)
  11.     var matcher = pattern.matcher(content)
  12.     if (matcher.matches()) {
  13.         for (i in 1..matcher.groupCount()) {
  14.             println(">>>>>> matcher.group($i): " + matcher.group(i))
  15.         }
  16.     }
  17. }
  1. // 贪婪匹配
  2. >>>>>> matcher.group(1): abc 
  3. >>>>>> matcher.group(2): <img alt width="10" height="100" style="width: 200px; height: 20px" src='https:
  4. >>>>>> matcher.group(3): //dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=2534506313,1688529724&fm=26&gp=0.jpg" id="xx" class="class"/> def
  6. // 非贪婪匹配
  7. >>>>>> matcher.group(1): abc 
  8. >>>>>> matcher.group(2): <img alt width="10" height="100" style="width:
  9. >>>>>> matcher.group(3):  200px; height: 20px" src='https://dss3.bdstatic.com/70cFv8Sh_Q1YnxGkpoWK1HF6hhy/it/u=2534506313,1688529724&fm=26&gp=0.jpg" id="xx" class="class"/> def

参考链接

在线正则表达式测试:

生成正则表达式图片: