正規表達式 學習筆記3.4

第一段為合法html代碼，第二段為不合法html代碼。

[^<]+比對非<的任意多個字元

開頭用來比對開始tag

結尾用來比對結束tag

中間用來比對文本。

發現這個正規表達式，既能比對合法，又能比對不合法的。

因為比對開始tag和結束tag的兩個子表達式，并沒有什麼聯系，也就是說比對的結束tag并不等于開始的tag

下面用反向引用在兩個子表示之間建立聯系：

String regex = "<(\\w+)>[^<]+</(\\1)>";

運作結果：

<h1>good,good</h1>能夠比對正則:<(\w+)>[^<]+</(\1)>

<h1>bad</h2>不能夠比對正則:<(\w+)>[^<]+</(\1)>

對比對開始tag的子表達式添加捕獲分組：

在比對結束tag的子表達式中，使用\1這個反向引用的功能：

補充：

一些題外話；使用正規表達式替換的時候，也可以使用反向引用的功能。

例子：

public class GeneralEvelent {

public static void main(String[] args) {

String dupWords = "word word";

String dupWordRegex = "(\\w+)\\s+(\\1)";

System.out.println("替換之前:"+dupWords);

System.out.println("替換之後:"

+dupWords.replaceAll(dupWordRegex, "$1"));

}

替換之前:word word

替換之後:word

簡單的去掉重複單詞的例子

dupWords.replaceAll(dupWordRegex, "$1")

$1按照java語言規定，這個特殊變量對應的是正規表達式中編号為1的分組所捕獲的字元串。

也就是說将兩個重複單詞的字元串，替換為單個重複單詞的字元串，這樣就去掉了一個重複單詞。

小結

·量詞：規定之前元素出現的次數

·*，+，？

·區間量詞：{min,max}

·量詞的局限：括号(...)的使用

·括号的用途：多選分支

·括号的用途：捕獲分組

·括号的用途：反向引用

正規表達式 學習筆記3 完！

本文轉自jooben 51CTO部落格，原文連結:http://blog.51cto.com/jooben/317570