java - Python 和 Java 中相同正则表达式的不同行为

Question

首先，我很抱歉，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");

给出的结果为:

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

但是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));
        }
    }
}

输出如下:

5 D(M) 美国

我不明白为什么它的行为方式不同。

Answer 1

这是在 Java 和 Python 中同样有效的模式:

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

参见 Python和 Java演示。

在 Python 中，[\\.[0-9]+]? 被读取为 2 个子模式:[\.[0-9]+(1 或更多 .，[，或数字)和 ]?(0 或 1 ])。看看如何your regex works in Python here .或者，通过捕获组的更多细节化，here .

在 Java 中，它被读取为一个单独的字符类(即 [ 和 ] 被忽略，因为它们不能被正确解析正则表达式引擎，因此整个子模式代表 0 或 1 .、数字或 +)并且由于它是可选的，因此它没有捕获任何内容(您可以Visual Regex Tester 的视觉提示，输入 123.+[] 和 [\.[0-9]+]? 作为正则表达式)。

最后一点:[M|W] 代表 M、| 或 W，虽然我认为你的意思是 [MW] = M 或 W。