首页 / 正则 / 正则表达式多选结构的顺序
正则表达式多选结构的顺序
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了正则表达式多选结构的顺序,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含2577字,纯文字阅读大概需要4分钟。
内容图文
![正则表达式多选结构的顺序](/upload/InfoBanner/zyjiaocheng/1065/909c1d47cb90404fb76a40e815dc9d31.jpg)
正则表达式多选结构的顺序
先看一道编程题
从一段只包含[
.
,0
-9
]字符的字符串中提取出全部可能的IPv4地址。IPv4地址由十进制数和点来表示,每个地址包含4个十进制数,其范围为
0-255
,比如172.16.254.1
;同时,4个十进制数不会以0
开头,比如172.16.254.01
是不合法的。现输入一段文本
str="1.1.1111.16..172.16.254.1.1"
,要求用程序答出该字符串所有子串可能形成的IPv4地址。
很多人会想到,IPv4的正则表达式我可熟悉啦,肯定能快速完成!
于是从网上搜索到IPv4的正则表达式,写出了以下代码:
// Java语言
import java.util.*;
import java.util.regex.*;
class Solution {
private static final Pattern IPV4_PATTERN =
Pattern.compile("((([1-9][0-9]?)|(1[0-9]{2})|(2[0-4]\\d)|(25[0-5])|0)\\.){3}" +
"(([1-9][0-9]?)|(1[0-9]{2})|(2[0-4]\\d)|(25[0-5])|0)");
public Set<String> findAllIpv4(String input) {
Set<String> s = new TreeSet<String>();
Matcher m = IPV4_PATTERN.matcher(input);
int from = 0;
while (m.find(from)) {
s.add(input.substring(m.start(), m.end()));
from++;
}
return s;
}
}
我们看完这一段代码,可以确定的是:1. 正则表达式没问题,正确的IPV4地址可以用它来验证;2. Java Regex API用法也没有太大问题,基本符合预期。
输入:0.0.0.255
输出:[0.0.0.25]
但这段代码的结果是不正确的,正确输出是[0.0.0.2, 0.0.0.25, 0.0.0.255]
,原因就出在正则中多选结构|
的用法上。
多选结构(Alternation)
多选结构在不同的正则引擎中,工作原理是截然不同的。在传统型NFA
引擎中,会按照从左到右的顺序检查表达式中的多选分支,一旦可以匹配完成,其他的多选分支就不会尝试了。1
以上节的正则表达式为例,我们单独摘出每个十进制数的表达式(([1-9][0-9]?)|(1[0-9]{2})|(2[0-4]\\d)|(25[0-5])|0)
,它会以如下顺序进行匹配:
1. ([1-9][0-9]?) # 一位数或两位数
2. (1[0-9]{2}) # 位于区间[100-199]的三位数
3. (2[0-4]\\d) # 位于区间[200-249]的三位数
4. (25[0-5]) # 位于区间[250-255]的三位数
5. 0 # 0
那么在针对输入字符串0.0.0.255
的匹配过程中,在进行第四个十进制数255
的匹配时,会优先计算表达式([1-9][0-9]?)
,这样可以匹配到25
和2
,而?(question mark)
在正则中是一个贪婪量词2,因此仅会留下25
,所以最终我们看到了运行结果是[0.0.0.25]
。
以这些知识为前提,我们可以通过优先匹配多位数字,手工解析少量数字
的方式得到正确的解答程序,这样做的话,正则表达式需要做一些调整,将多位数匹配的多选分支放在前面,即(25[0-5]|2[0-4]\\d|1\\d{2}|[1-9]\\d|\\d)
,代码如下:
// Java语言
import java.util.*;
import java.util.regex.*;
class Solution {
private static final Pattern IPV4_PATTERN =
Pattern.compile("((25[0-5]|2[0-4]\\d|1\\d{2}|[1-9]\\d|\\d)\\.){3}" +
"(25[0-5]|2[0-4]\\d|1\\d{2}|[1-9]\\d|\\d)");
public Set<String> findAllIpv4(String input) {
Set<String> s = new TreeSet<String>();
Matcher m = IPV4_PATTERN.matcher(input);
int from = 0;
int lastDotIdx = 0;
String sub = null;
while (m.find(from)) {
sub = input.substring(m.start(), m.end());
s.add(sub);
lastDotIdx = sub.lastIndexOf('.');
if (lastDotIdx == sub.length() - 3) {
s.add(sub.substring(0, sub.length() - 1));
} else if (lastDotIdx == sub.length() - 4) {
s.add(sub.substring(0, sub.length() - 1));
s.add(sub.substring(0, sub.length() - 2));
}
from++;
}
return s;
}
}
原文:https://www.cnblogs.com/imac/p/12077923.html
内容总结
以上是互联网集市为您收集整理的正则表达式多选结构的顺序全部内容,希望文章能够帮你解决正则表达式多选结构的顺序所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。