java - 复杂的正则表达式语句

Question

我一直在努力研究正则表达式；但是，我似乎无法理解这两个正则表达式语句在说什么。

private static final Pattern BALANCED_TEXT =
    Pattern.compile("(?s)((?:\\\\.|[^\\\\{}]"
                    + "|[{](?:\\\\.|[^\\\\{}])*[}])*)"
                    + "\\}"
                    + "|.");

private static final Pattern INPUT_PATTERN =
    Pattern.compile("(?s)(\\p{Blank}+)"
                    + "|(\\r?\\n((?:\\r?\\n)+)?)"
                    + "|\\\\([\\p{Blank}{}\\\\])"
                    + "|\\\\(\\p{Alpha}+)([{]?)"
                    + "|((?:[^\\p{Blank}\\r\\n\\\\{}]+))"
                    + "|(.)");

如果有人能向我深入解释这两个正则表达式语句，我将不胜感激。提前致谢!

Answer 1

整个第一个正则表达式是:

(?s)((?:\\\\.|[^\\\\{}]|[{](?:\\\\.|[^\\\\{} ])*[}])*)\\}|。

首先，您应该取消 java 字符串转义(例如 \\ 表示 \)。你得到一个正则表达式:

(?s)((?:\\.|[^\\{}]|[{](?:\\.|[^\\{}])*[}])* )\}|.

首先是 (?s) 一个 DOTALL 标志，使 . 匹配换行符。第二件事是看顶层结构。由于 | 是 OR 运算符，优先级最低，因此:

(某物)\} 或单个任意字符 - 点

因此它将首先尝试匹配以 } 结尾的内容(因为 } 是正则表达式中的特殊字符，它以 \ 开头。 } 之前的部分将被匹配为组 1，因为它周围有 ()。

让我们看看最外面的()里面有什么。

最外层的形式是(?: some)*。它将匹配 something 的 0 次或多次重复。

(?: ) 表示里面的是非捕获组，也就是说，它不会像 ( ) 那样生成匹配组。它允许 | OR 表达式正确地彼此交替，而不包含最外面的 |.。

让我们看看那个东西是什么。它是一系列 OR 表达式，从左到右进行尝试。

第一个是 \\. ，它匹配 \ 后跟任何字符(注意 \\ 被转义 \ >，而 . 未转义。

第二个是字符类 [\\{}]，它匹配除 \ 或 { 或 以外的任何字符>}。

第三个匹配字符 {，后跟 0 个或多个内部 (?: ) 匹配，后跟 }。内部 (?: ) 匹配 \ 后跟任何字符或任何不是 \ 或 { 或}。

所以如果你把它放在一起，就会匹配:

第一部分将匹配以 } 结尾的任何内容(第 1 组将不包含 }，而整个匹配可以。在最后一个 } 之前，它将匹配:

• 空字符串
• 由 \ 转义的任何字符
• { } 之间的字符序列

更好地解释为:它几乎可以匹配除 \ 本身之外的任何内容，{ } 没有彼此，它不会匹配嵌套的 { } 对。上述异常可以通过\转义。

它也将匹配任何字符(最后一个 .)，但该匹配将具有空组 1。

匹配的(java 未转义)字符串示例:

a}、h{ello}}、h{\{ello}}、x、 h{\\ello}}，{}}

似乎正则表达式是错误的，因为它不会匹配 {}，但在命名时会匹配 } 和 {}} BALANCED_TEXT。