5.5 补充

5.5.1 更多模式

除上面提到的4种模式之外,不同的语言还提供了不同的模式,它们一般都定义在预定义常量中,而且不一定有对应的模式修饰符。

比如java中的Pattern.UNIX_LINES:在此模式下^.$识别的“行终止符”只有\n,而不能是\r\n,它对应的模式修饰符是d

Python中也包含了其他模式:

re.U或re.UNICODE:在此模式下,\w\d\s等字符组简记法会发生变化,比如\w能匹配Unicode中的“单词字符”,包括中文字符,\d也能匹配1、2之类的全角数字字符。它有对应的模式修饰符u

re.A或re.ASCII:因为在python3以上的版本中,正则表达式默认采用Unicode匹配规则,如果希望让\d\w等字符组简记法恢复到ASCII匹配规则,可以使用此模式。对应的模式修饰符是a

regex = r'\w'
print(re.findall(regex, 'mxt啊'))  # ['m', 'x', 't', '啊']
print(re.findall(regex, 'mxt啊', flags=re.A))  # ['m', 'x', 't']

关于各种语言可用模式的具体信息,请参考该语言对应章节或文档。

5.5.2 修饰符的作用范围

常见的模式修饰符是(?modifier)的形式,它表示“从现在开始使用某个模式”。通常做法是将它写在正则表达式的最开头,表示“整个正则表达式都指定此模式”;如果它出现在正则表达式中间,则表示此模式从这里开始生效;如果模式修饰符出现在某个括号内,比如((?modifier)),那么它的作用范围只限于括号内部,此模式也可以记为(?modifier:...)

正则表达式 能匹配的文本
t(?i)he tHE the tHe thE
th(?i)e thE the
t((?i)h)e tHe the
t(?i:h)e tHe the

注意:Python的情况有所不同,模式修饰符(?modifier)只要出现,无论在什么位置,都对整个正则表达式生效。

5.5.3 失效修饰符

(?modifier)指定了匹配模式开始作用的范围,在正则表达式中,另有一类“失效修饰符”,它用来“结束”某种模式的作用范围,其形式是(?-modifier),类似(?modifier),只是问号后边多了一个减号,表示“取消模式”,也就是某个模式生效到此处为止

比如,一段文本中包含了许多单词,其中foobar的大小写不定,现在希望找出结尾是大写的BAR,其他字母大小写随意。正则写法为:(?i)foo(?-i)BAR.

注意:Python和JavaScript不支持“失效修饰符”这种写法。

5.5.4 模式与反向引用

反向引用前面介绍过,它引用之前的表达式匹配的文本。如果之前的表达式使用了某种模式,引用时是否会继承这种模式?因为在python中无法限定模式的作用范围,所以使用java示例:

"abcABC".matches("((?i)abc)\\1")  # False
"abcABC".matches("(?i)(abc)\\1")  # True

在表达式((?i)abc)\1中,\1引用到的是abc, 因为\1不在i模式的作用范围内,所以无法匹配ABC;而在表达式(?i)abc\1中,\1处于i模式的作用范围,所以可以匹配ABC。

5.5.5 冲突策略

使用(?-modifier)可以终止某个模式的作用范围。但是,模式也可以通过预定义常量来指定,它是对整个表达式生效的。这时候,就可能产生冲突。

如果在正则表达式中使用(?-i)取消不区分大小写的匹配模式,又使用了预定义常量指定整个表达式为不区分大小写模式,这时候情况会怎样?

Pattern.compile("(?-i)a", Pattern.CASE_INSENSITIVE).matches("A").find(); # False

可以看到,模式修饰符具有更高的优先级。严格地说,如果使用预定义常量制定了整个表达式采用某种模式,同时正则表达式内部使用了关闭改模式的“失效修饰符”,则失效修饰符之后的部分都不受预定义常量所指定模式的影响(失效修饰符之前地则不受影响)。

Pattern regex = Pattern.compile("a(?-i)a", Pattern.CASE_INSENSITIVE);
regex.matches("aa").find(); // True
regex.matches("Aa").find(); // True
regex.matches("aA").find(); // False

5.5.6 那种方式更好

模式修饰符和预定义常量都可以指定匹配模式,哪种范式更好?答案当然是见仁见智。

模式修饰符的好处:

  • 简洁(i、s、m、x)
  • 这些记法在各种语言中是通用的
  • 模式修饰符还可以用(?i)、(?-i)来精确控制模式的作用范围,这是预定义常量做不到的
  • 许多正则处理函数值接受字符串形式的正则表达式,只能用模式修饰符

预定常量的好处:

  • 它很形象
  • 有些模式没有对应的修饰符
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,874评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,102评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,676评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,911评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,937评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,935评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,860评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,660评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,113评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,363评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,506评论 1 346
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,238评论 5 341
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,861评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,486评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,674评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,513评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,426评论 2 352

推荐阅读更多精彩内容