regexp Matcher的Wierd行为
regexp Matcher的Wierd行为
提问于 2012-11-27 21:37:51
我下面的regexp应该过滤掉长度为8-10的大写单词，其中0-2数字可能出现。它一直适用于我的所有测试，但出于某种原因，它被困在下面的字符串上。n.group(0)只包含一个空字符串，而不是匹配的"word“。
static final Pattern PATTERN =
Pattern.compile("\\b(?=[A-Z\\d]{9,10}\\b)(?:[A-Z]*\\d){0,2}[A-Z]*\\b");
Matcher n = LONG_PASSWORD.matcher("foo ID:636152727 bar");
while (n.find()) {
String s = n.group(0);
resultArrayList.add(s);
}为什么我的模式与ID:636152727匹配？
我想过滤掉的一些示例(它正在起作用)：
- AAAAAAAAAA
- 1AAAAAAAAA
- 1AAAAAAAA1
等等。
回答 1
Stack Overflow用户
发布于 2012-11-27 23:41:34
我没有比Ωmega的答案提供更好的解决方案，但我想我可以解释发生了什么。归根结底，第一个\b和最后一个\b匹配相同的位置:就在冒号之后。
这是前瞻可以匹配的第一个位置，因为它后面是9个数字和一个单词边界。然后，regex的下一部分尝试匹配两个数字(带有任意数量的大写字母)，后面跟着一个单词边界，然后失败。因此，它试图只匹配一个数字(同上)，然后再次失败。然后，它尝试匹配零位数(中间有零个字母)，然后成功，而不提升匹配位置。这个位置仍然是一个单词边界，所以最终的\b也成功了。
单词边界只是另一个零宽度断言，就像查找头和后视镜一样。没有理由不能在同一个位置应用两个或两个以上的词；您是故意使用第一个单词边界和“前瞻性”的。如果将量词应用于断言(如\b+)，有些正则表达式将其视为错误，但我认为它们中的任何一个都不会解决这个问题。这是一种罕见的情况，在这种情况下，单独的单词开始断言和单词结束断言，比如GNU的\<和\>，或者TCL的\y和\Y，都会产生不同的效果。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/13593539
复制相关文章
相似问题
腾讯云开发者
