java正则表达式转义

[size = medium]

在学习Java正则表达式时，我遇到了三个问题.

1，java字符串和常规模式字符串非常不清楚

2. 捕获组的概念包含在正则化中，并且字符串替换也可以在捕获的组上执行，也就是说，appendReplacement（StringBuffer sb，字符串替换）方法的原理尚不清楚

3. 为什么在调用appendReplacement（StringBuffer sb，String replace）方法之前，需要在替换中转义“ \”和“ $”字符.

Java正则表达式通常是对字符串的操作. 我个人了解，在正则表达式中，字符串具有三个基本概念:

首先，代码字符串: 用Java文件编写的字符串.

第二，内存字符串: 内存中代码字符串的形式.

第三种常规模式字符串: 由模式编译的内存字符串形成的常规模式字符串.

例如，java代码中的“ \ $”字符串应这样写

[/ size]

          String code = "\\$";
          System.out.println("code: " + code);

[size = medium]

输出结果代码: \ $

因为“ \”表示Java代码中的转义字符，所以第一个“ \”表示转义以下内容. 在内存中，代码存储字符串形式为“ \ $”.

现在我要编写一个匹配字符串“ \ $”的正则表达式，代码如下:

[/ size]

          String code="\\$";
          System.out.println("code: " + code);
          String patternString ="\\\\\\$";
          Pattern pattern = Pattern.compile(patternString);
          Matcher matcher = pattern.matcher(code);
          while(matcher.find()) {
               System.out.println("matcher:" + matcher.group());
           }

[size = medium]

输出结果代码: \ $

匹配项: \ $

为什么与模式匹配的Java代码字符串为[color = red]“ \\\\\\\ $” [/ color]. 内存中的代码形式为: \ $，则常规模式字符串也应为\ $，编译为模式字符串之前的内存字符串应为\\\ $. 常规模式字符串的第一个“ \”在内存中应为“ \\”（常规模式下的\表示转义），而$在内存中应为\ $（常规模式字符串中的$表示空白字符），因此需要进行转义），因此编译前内存中模式字符串的形式应为\\\ $. \\\ $的内存，然后转换为Java代码，它应该是[color = red]“ \\\\\\\ $” [/ color]

使用正则化时通常使用捕获组. 对于捕获组的字符串替换，需要appendReplacement（StringBuffer sb，字符串替换）方法. 此方法对用第二个参数替换的字符串有特殊要求. 如果替换中有“ \”字符串和“ $”字符串，则必须对其进行转义. 为什么？您可以看一下替换源代码的源代码:

[/ size]

      public Matcher appendReplacement(StringBuffer sb, String replacement) {

        // If no match, return error
        if (first < 0)
            throw new IllegalStateException("No match available");

        // Process substitution string to replace group references with groups
        int cursor = 0;
        String s = replacement;
        StringBuffer result = new StringBuffer();

        while (cursor < replacement.length()) {
            char nextChar = replacement.charAt(cursor);
            if (nextChar == '\\') {
                cursor++;
                nextChar = replacement.charAt(cursor);
                result.append(nextChar);
                cursor++;
            } else if (nextChar == '$') {
                // Skip past $
                cursor++;

                // The first number is always a group
                int refNum = (int)replacement.charAt(cursor) - '0';
                if ((refNum < 0)||(refNum > 9))
                    throw new IllegalArgumentException(
                        "Illegal group reference");
                cursor++;

                // Capture the largest legal group string
                boolean done = false;
                while (!done) {
                    if (cursor >= replacement.length()) {
                        break;
                    }
                    int nextDigit = replacement.charAt(cursor) - '0';
                    if ((nextDigit < 0)||(nextDigit > 9)) { // not a number
                        break;
                    }
                    int newRefNum = (refNum * 10) + nextDigit;
                    if (groupCount() < newRefNum) {
                        done = true;
                    } else {
                        refNum = newRefNum;
                        cursor++;
                    }
                }

                // Append group
                if (group(refNum) != null)
                    result.append(group(refNum));
            } else {
                result.append(nextChar);
                cursor++;
            }
        }

        // Append the intervening text
        sb.append(getSubSequence(lastAppendPosition, first));
        // Append the match substitution
        sb.append(result.toString());

        lastAppendPosition = last;
        return this;
    }

[size = medium]

事实证明java正则表达式转义，替换时，程序将遍历替换的每个字符. 如果存储字符为“ \”，则不会将字符放入缓存结果中，而是将下一个字符直接放入缓存结果中. 如果字符是$符号java正则表达式转义，它将判断$字符是否是数字. 如果是数字，它将被视为组引用，并且与该组匹配的字符串将被添加到字符缓存结果中. 事实证明，字符'\'和字符'$'在替换中可以视为特殊关键字. 因此，在调用此方法之前，最好将替换的“ \”转换为“ \\”，将“ $”转换为“ \ $”.

现在进行实验，将字符串中的“ Y123Y324”字符“ Y”替换为“ $”.

[/ size]

   String patternString = "(Y)";
		String code = "Y123Y432";
		//System.out.println("code:" + code);
		String replacement = "$";
		replacement = replacement.replaceAll("\\$", "\\\\\\$");		
		Pattern pattern = Pattern.compile(patternString);
		Matcher matcher = pattern.matcher(code);
		StringBuffer sb = new StringBuffer();
		while(matcher.find()) {
			matcher.appendReplacement(sb, replacement);
		}
		matcher.appendTail(sb);
		System.out.println(sb.toString());

[size = medium]

输出结果: $ 123 $ 432

至于为什么replaceAll中的第二个参数是这个“ \\\\\\\ $”，实际上是在查看源代码，replaceAll也调用Matcher类中的appendReplacement. 分析方法可以参考以前的方法.

[/ size]

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-279985-1.html