java正则表达式 n_如何将a^nb^n与Java正则表达式匹配？
答案是，不用說，是!當(dāng)然，您可以編寫一個Java regex模式來匹配anbn..它使用一個積極的前瞻性斷言，一個嵌套的引用用于“計(jì)數(shù)”。
這個答案將引導(dǎo)讀者閱讀，而不是立即給出答案。過程得到它。隨著解的緩慢構(gòu)造，給出了各種提示。在這方面，希望這個答案包含的不僅僅是另一個整潔的regex模式。希望讀者還將學(xué)習(xí)如何“在regex中思考”，以及如何將各種結(jié)構(gòu)和諧地組合在一起，以便在將來能夠自己派生出更多的模式。
開發(fā)解決方案所用的語言將是PHP，因?yàn)樗啙崱Ｒ坏┳罱K確定了模式，最后的測試將在Java中完成。
步驟1：展望斷言
讓我們從一個簡單的問題開始：我們想要匹配a+在字符串的開頭，但前提是它緊跟在b+..我們可以用^到錨因?yàn)槲覀冎幌肫ヅ鋋+沒有b+，我們可以用前瞻斷言(?=…).
下面是我們使用一個簡單測試工具的模式：
function testAll($r, $tests) {
foreach ($tests as $test) {
$isMatch = preg_match($r, $test, $groups);
$groupsJoined = join('|', $groups);
print("$test $isMatch $groupsJoined\n");
}
}
$tests = array('aaa', 'aaab', 'aaaxb', 'xaaab', 'b', 'abbb');
$r1 = '/^a+(?=b+)/';
#? ? ? ? ? └────┘
#? ? ? ? ?lookahead
testAll($r1, $tests);
輸出是(如ideone.com所見):
aaa 0
aaab 1 aaa
aaaxb 0
xaaab 0
b 0
abbb 1 a
這正是我們想要的輸出：我們匹配a+，只有當(dāng)它位于字符串的開頭，并且它的后面緊跟著b+.
教課：您可以在“旁觀者”中使用模式來進(jìn)行斷言。
步驟2：以向前看的方式捕獲(和f r e-s p a c i n g模式)
現(xiàn)在讓我們說，即使我們不想b+作為比賽的一部分，我們確實(shí)想俘獲同樣，由于我們預(yù)計(jì)有一個更復(fù)雜的模式，讓我們使用x改性劑自由間距這樣我們就可以讓正則表達(dá)式更易讀了。
在前面的PHP片段的基礎(chǔ)上，我們現(xiàn)在有了以下模式：
$r2 = '/ ^ a+ (?= (b+) ) /x';
#? ? ? ? ? ? ?│? ?└──┘ │
#? ? ? ? ? ? ?│? ? ?1? │
#? ? ? ? ? ? ?└────────┘
#? ? ? ? ? ? ? lookahead
testAll($r2, $tests);
輸出現(xiàn)在是(如ideone.com所見):
aaa 0
aaab 1 aaa|b
aaaxb 0
xaaab 0
b 0
abbb 1 a|bbb
請注意，例如。aaa|b是.的結(jié)果join-了解每一組被捕獲的內(nèi)容'|'..在這種情況下，組0(即模式匹配的內(nèi)容)捕獲。aaa，第一組被俘b.
教課：你可以在一個環(huán)顧四周的地方捕捉到。你可以使用自由間距來提高可讀性.
步驟3：將前瞻性重構(gòu)為“循環(huán)”
在我們引入我們的計(jì)數(shù)機(jī)制之前，我們需要對我們的模式做一次修改。當(dāng)前，前瞻性不在+重復(fù)“循環(huán)”。到目前為止還好，因?yàn)槲覀冎皇窍霐嘌詁+跟隨我們a+但是我們真的最后要做的是為每個人斷言a我們在“循環(huán)”中匹配，有一個對應(yīng)的b一起去吧。
現(xiàn)在我們不要擔(dān)心計(jì)數(shù)機(jī)制，只需按照以下步驟進(jìn)行重構(gòu)：
第一次重構(gòu)a+到(?: a )+(請注意，(?:…)是一個非捕獲組)
然后在這個非捕獲組中移動前瞻。
請注意，我們現(xiàn)在必須“跳過”a*在我們“看到”之前b+，因此相應(yīng)地修改模式。
因此，我們現(xiàn)在有以下幾點(diǎn)：
$r3 = '/ ^ (?: a (?= a* (b+) ) )+ /x';
#? ? ? ? ? │? ? ?│? ? ? └──┘ │ │
#? ? ? ? ? │? ? ?│? ? ? ? 1? │ │
#? ? ? ? ? │? ? ?└───────────┘ │
#? ? ? ? ? │? ? ? ?lookahead? ?│
#? ? ? ? ? └───────────────────┘
#? ? ? ? ? ?non-capturing group
輸出與以前相同(如ideone.com所見)，所以在這方面沒有任何變化。重要的是，現(xiàn)在我們的斷言是每一次迭代.的.+“循環(huán)”對于我們當(dāng)前的模式，這是不必要的，但接下來我們將使用自引用使第1組“計(jì)數(shù)”。
教課：您可以在非捕獲組中捕獲。環(huán)顧四周是可以重復(fù)的。
第四步：這是我們開始計(jì)數(shù)的步驟。
下面是我們要做的事情：我們將重寫第一組，這樣：
的第一次迭代結(jié)束時，+，當(dāng)?shù)谝淮蝍是匹配的，它應(yīng)該捕獲b
在第二次迭代結(jié)束時，當(dāng)另一個a是匹配的，它應(yīng)該捕獲bb
在第三次迭代結(jié)束時，它應(yīng)該捕獲bbb
...
在n-第四次迭代，第一組應(yīng)該捕獲bn
如果沒有足夠的b要捕獲到第1組，斷言就會失敗。
第一組，現(xiàn)在(b+)，將不得不重寫為(\1 b)..也就是說，我們試圖“添加”一個b在上一次迭代中捕獲了哪些組1。
這里有一個小問題，因?yàn)檫@個模式缺少了“基本案例”，即它可以在沒有自引用的情況下進(jìn)行匹配。因?yàn)榻M1啟動“未初始化”，所以需要一個基本的大小寫；它還沒有捕獲任何內(nèi)容(甚至沒有一個空字符串)，所以自引用嘗試總是失敗的。
有很多種方法可以解決這個問題，但是現(xiàn)在讓我們來做一個自引用匹配。任選，即.\1?..這可能是完美的，也可能不是完美的，但讓我們看看它能起什么作用，如果有什么問題，當(dāng)我們到達(dá)它的時候，我們會穿過那座橋。同時，我們還將在測試用例中添加更多的測試用例。
$tests = array(
'aaa', 'aaab', 'aaaxb', 'xaaab', 'b', 'abbb', 'aabb', 'aaabbbbb', 'aaaaabbb'
);
$r4 = '/ ^ (?: a (?= a* (\1? b) ) )+ /x';
#? ? ? ? ? │? ? ?│? ? ? └─────┘ | │
#? ? ? ? ? │? ? ?│? ? ? ? ?1? ? | │
#? ? ? ? ? │? ? ?└──────────────┘ │
#? ? ? ? ? │? ? ? ? ?lookahead? ? │
#? ? ? ? ? └──────────────────────┘
#? ? ? ? ? ? ?non-capturing group
輸出現(xiàn)在是(如ideone.com所見):
aaa 0
aaab 1 aaa|b? ? ? ? # (*gasp!*)
aaaxb 0
xaaab 0
b 0
abbb 1 a|b? ? ? ? ? # yes!
aabb 1 aa|bb? ? ? ? # YES!!
aaabbbbb 1 aaa|bbb? # YESS!!!
aaaaabbb 1 aaaaa|bb # NOOOOOoooooo....
哈哈！看來我們現(xiàn)在離解決方案很近了！我們設(shè)法讓第一組使用自我引用“計(jì)數(shù)”！但是等等.。第二個和最后一個測試用例出了問題！沒有足夠的bS，不知怎么算錯了！我們將在下一步研究為什么會發(fā)生這種情況。
教課：一種“初始化”自引用組的方法是使自引用匹配可選。
步驟4.5：了解出了什么問題
問題是，由于我們使自引用匹配可選，“計(jì)數(shù)器”可以“重置”回0，當(dāng)沒有足夠的。b讓我們仔細(xì)檢查一下在我們的模式的每一次迭代中發(fā)生了什么。aaaaabbb作為投入。
a a a a a b b b
↑
# Initial state: Group 1 is "uninitialized".
_
a a a a a b b b
↑
# 1st iteration: Group 1 couldn't match \1 since it was "uninitialized",
#? ? ? ? ? ? ? ? ? so it matched and captured just b
___
a a a a a b b b
↑
# 2nd iteration: Group 1 matched \1b and captured bb
_____
a a a a a b b b
↑
# 3rd iteration: Group 1 matched \1b and captured bbb
_
a a a a a b b b
↑
# 4th iteration: Group 1 could still match \1, but not \1b,
#? (!!!)? ? ? ? ? ?so it matched and captured just b
___
a a a a a b b b
↑
# 5th iteration: Group 1 matched \1b and captured bb
#
# No more a, + "loop" terminates
哈哈！在我們的第四次迭代中，我們?nèi)匀豢梢云ヅ鋅1但我們無法匹敵\1b！因?yàn)槲覀冊试S自引用匹配是可選的\1?，引擎回溯，并采取“不謝謝”選項(xiàng)，然后允許我們匹配和捕獲僅僅。b!
但是，請注意，除了在第一次迭代時，您始終可以只匹配自引用。\1..當(dāng)然，這是顯而易見的，因?yàn)檫@就是我們在上一次迭代中捕獲的內(nèi)容，而且在我們的設(shè)置中，我們總是可以再次匹配它(例如，如果我們捕獲了bbb上一次，我們得到保證bbb，但可能有也可能沒有bbbb這一次)。
教課*提防回溯。regex引擎將執(zhí)行盡可能多的回溯，直到給定模式匹配為止。這可能會影響績效(即災(zāi)難性回溯)和/或正確性。
第五步：自救！
現(xiàn)在，“修復(fù)”應(yīng)該是顯而易見的：將可選的重復(fù)與占有性量詞也就是說，而不是簡單地?，使用?+相反(請記住，量化為占有式的重復(fù)不會倒退，即使這種“合作”可能會導(dǎo)致與總體模式的匹配)。
在非常非正式的條件下，這就是?+, ?和??說：
?+
(可選)“它不必在那里，”
(占有欲)“但如果它在那里，你必須接受它，而不是放手！”
?
(可選)“它不必在那里，”
(貪婪)“但如果是的話，你現(xiàn)在可以接受，”
(回溯)“但你以后可能會被要求放手！”
??
(可選)“它不必在那里，”
(不情愿)“即使是這樣，你也不必現(xiàn)在就接受它，”
(回溯)“但是你以后可能會被要求接受的！”
在我們的設(shè)計(jì)中，\1不會第一次出現(xiàn)，但它會總在那之后的任何時候，我們總想匹配一下。因此，\1?+就能實(shí)現(xiàn)我們想要的。
$r5 = '/ ^ (?: a (?= a* (\1?+ b) ) )+ /x';
#? ? ? ? ? │? ? ?│? ? ? └──────┘ │ │
#? ? ? ? ? │? ? ?│? ? ? ? ? 1? ? │ │
#? ? ? ? ? │? ? ?└───────────────┘ │
#? ? ? ? ? │? ? ? ? ?lookahead? ? ?│
#? ? ? ? ? └───────────────────────┘
#? ? ? ? ? ? ?non-capturing group
現(xiàn)在輸出是：如ideone.com所見):
aaa 0
aaab 1 a|b? ? ? ? ? # Yay! Fixed!
aaaxb 0
xaaab 0
b 0
abbb 1 a|b
aabb 1 aa|bb
aaabbbbb 1 aaa|bbb
aaaaabbb 1 aaa|bbb? # Hurrahh!!!
哇！問題解決了！我們現(xiàn)在正確地計(jì)數(shù)，就像我們想要的那樣！
教課學(xué)習(xí)貪婪、不情愿和占有性重復(fù)之間的區(qū)別。可選的-占有可以是一個強(qiáng)大的組合。
第6步：最后修飾
所以我們現(xiàn)在得到的是一個匹配的模式a一而再、再而三地a是匹配的，有一個對應(yīng)的b在第一組中捕獲。+在不再存在時終止a，或者如果斷言失敗是因?yàn)闆]有對應(yīng)的b為了a.
要完成這項(xiàng)工作，我們只需附加到我們的模式。\1 $..這現(xiàn)在是對第1組匹配的內(nèi)容的反向引用，后面是行錨的末尾。錨確保沒有額外的b在字符串中，換句話說，實(shí)際上我們有anbn.
下面是最后確定的模式，還有其他測試用例，包括一個長度為10，000個字符的測試用例：
$tests = array(
'aaa', 'aaab', 'aaaxb', 'xaaab', 'b', 'abbb', 'aabb', 'aaabbbbb', 'aaaaabbb',
'', 'ab', 'abb', 'aab', 'aaaabb', 'aaabbb', 'bbbaaa', 'ababab', 'abc',
str_repeat('a', 5000).str_repeat('b', 5000)
);
$r6 = '/ ^ (?: a (?= a* (\1?+ b) ) )+ \1 $ /x';
#? ? ? ? ? │? ? ?│? ? ? └──────┘ │ │
#? ? ? ? ? │? ? ?│? ? ? ? ? 1? ? │ │
#? ? ? ? ? │? ? ?└───────────────┘ │
#? ? ? ? ? │? ? ? ? ?lookahead? ? ?│
#? ? ? ? ? └───────────────────────┘
#? ? ? ? ? ? ?non-capturing group
它發(fā)現(xiàn)4個匹配：ab, aabb, aaabbb，以及a5000b5000..它需要只能在ideone.com上運(yùn)行0.06s.
步驟7：Java測試
因此，該模式在PHP中工作，但最終目標(biāo)是編寫一個在Java中工作的模式。
public static void main(String[] args) {
String aNbN = "(?x) (?:? a? (?= a* (\\1?+ b))? )+ \\1";
String[] tests = {
"",? ? ? // false
"ab",? ? // true
"abb",? ?// false
"aab",? ?// false
"aabb",? // true
"abab",? // false
"abc",? ?// false
repeat('a', 5000) + repeat('b', 4999), // false
repeat('a', 5000) + repeat('b', 5000), // true
repeat('a', 5000) + repeat('b', 5001), // false
};
for (String test : tests) {
System.out.printf("[%s]%n? %s%n%n", test, test.matches(aNbN));
}
}
static String repeat(char ch, int n) {
return new String(new char[n]).replace('\0', ch);
}
該模式如預(yù)期的那樣工作(如ideone.com所見).
現(xiàn)在我們得出結(jié)論.。
需要說的是a*在展望未來，確實(shí)是“主要的”+循環(huán)“，兩者都允許回溯。讀者被鼓勵確認(rèn)為什么這在正確性方面不是一個問題，為什么同時使這兩個所有格都能起作用(盡管也許將強(qiáng)制性和非強(qiáng)制性的所有量詞混合在同一個模式中可能會導(dǎo)致誤解)。
還應(yīng)該說，雖然它很整潔，但是有一個正則表達(dá)式可以匹配anbn這并不總是實(shí)踐中的“最佳”解決方案。一個更好的解決方案就是簡單的匹配^(a+)(b+)$，然后比較宿主編程語言中第1組和第2組捕獲的字符串的長度。
在PHP中，它可能如下所示(如ideone.com所示):
function is_anbn($s) {
return (preg_match('/^(a+)(b+)$/', $s, $groups)) &&
(strlen($groups[1]) == strlen($groups[2]));
}
本文的目的是不要讓讀者相信regex幾乎可以做任何事情；它顯然做不到，即使是它能做的事情，如果它帶來了一個更簡單的解決方案，至少應(yīng)該考慮部分委托給宿主語言。
如上面所提到的，這篇文章必須加上標(biāo)簽。[regex]對于堆棧溢出來說，它可能不僅僅是這樣。當(dāng)然，學(xué)習(xí)斷言、嵌套引用、擁有量詞等是有價值的，但更重要的一課也許是一個人可以嘗試解決問題的創(chuàng)造性過程、當(dāng)你受到各種約束時所需要的決心和辛勤工作，以及構(gòu)建工作解決方案的各個部分的系統(tǒng)組合，等等。
獎勵材料！PCRE遞歸模式！
由于我們確實(shí)提到了PHP，需要指出的是，PCRE支持遞歸模式和子程序。因此，以下模式適用于preg_match (如ideone.com所見):
$rRecursive = '/ ^ (a (?1)? b) $ /x';
目前，Java的regex不支持遞歸模式。
更多的獎勵材料！匹配anbncn !!
所以我們已經(jīng)看到了如何匹配anbn這是不定期的，但仍然是無上下文的，但我們也能匹配嗎？anbncn，哪一個甚至不是沒有上下文的？
答案當(dāng)然是，是!鼓勵讀者自己解決這一問題，但解決方案如下(與在ideone.com上用Java實(shí)現(xiàn)).
總結(jié)
以上是生活随笔為你收集整理的java正则表达式 n_如何将a^nb^n与Java正则表达式匹配？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 计算机图像图形设计制作 步骤,第三章
- 下一篇： Java ME引路蜂地图开发示例：第一个