Java 正则匹配,正则表达式匹配单词边界
目录
边界匹配器模式类方法模式。佳能_EQPattern .CASE_INSENSITIVEPattern .评论
Boundary Matchers
Java regex API还支持边界匹配。如果我们关心在输入文本中匹配的确切位置，那么这就是我们要寻找的。在前面的示例中，我们关心的只是是否找到匹配项。
为了仅在文本开头所需的正则表达式为真实的时匹配，我们使用插入符号。
此测试将失败，因为可以在开头找到文本dog：
@ test public void给定text _ whenmatchesatbeginning _ then correct(){ int matches=runtest(^dog,狗是友好的);assertTrue(匹配0);}下面的测试将失败：
@ test public void给定textandroninput _ whentmatchfailsatbeging _ then correct(){ int matches=runtest(^dog,狗友好吗？);assertFalse(匹配0);}为了仅在文本末尾所需的正则表达式为真实的时匹配，我们使用美元字符$。在以下情况下会找到匹配项：
@ Testpublic void给定text _ whenMatchesAtEnd _ then correct(){ int matches=runTest( dog $ ，人类最好的朋友是狗);assertTrue(匹配0);}并且没有找到匹配：
@ test public void给定textandwrong input _ whentmatchfailsatend _ then correct(){ int matches=runTest( dog $ ，狗是人类最好的朋友吗？);assertFalse(匹配0);}如果仅在单词边界处找到所需文本时才需要匹配，则在正则表达式的开头和结尾使用\b正则表达式：
空格是单词边界：
@ test public void给定text _ whenmatchesatworkboundary _ then correct(){ int matches=runTest( bdog b ，狗是友好的);assertTrue(匹配0);}行首的空字符串也是单词边界：
@ Testpublic void给定text _ whenmatchesatworkboundary _ then correct 2(){ int matches=runTest( bdog b ，狗是人类最好的朋友);assertTrue(匹配0);}这些测试之所以通过，是因为字符串的开头以及文本之间的空格标记了单词边界，但是以下测试显示了相反的结果：
@ test public void给定了错误的text _ whentmatchfailsatwordburdy _ then correct(){ int matches=runTest( bdog b ，史努比狗狗是说唱歌手);assertFalse(匹配0);}一行中出现的两个单词字符不会标记单词边界，但我们可以通过更改正则表达式的结尾来查找非单词边界：
@ test public void给定text _ whenmatchesatworkandnonboundary _ then correct(){ int matches=runTe
st("\bdog\B", "snoop dogg is a rapper"); assertTrue(matches > 0);}
Pattern Class Methods
之前，我们只以基本方式创建了模式对象。然而，这个类有另一个compile方法的变体，它接受一组标志以及影响模式匹配方式的regex参数。
这些标志只是抽象的整数值。让我们重载test类中的runTest方法，以便它可以将标志作为第三个参数：
public static int runTest(String regex, String text, int flags) { pattern = Pattern.compile(regex, flags); matcher = pattern.matcher(text); int matches = 0; while (matcher.find()){ matches++; } return matches;}在本节中，我们将了解不同的支持标志以及它们的使用方式。
Pattern.CANON_EQ
此标志启用canonical equivalence，当且仅当两个字符的完整规范分解匹配时，才会认为这两个字符匹配。
考虑带重音的Unicode字符é。它的复合代码点是u00E9。但是，Unicode的组成字符e、u0065和u0301也有单独的代码点。在这种情况下，合成字符u00E9与双字符序列u0065 u0301无法区分。
默认情况下，匹配不考虑规范等效：
@Testpublic void givenRegexWithoutCanonEq_whenMatchFailsOnEquivalentUnicode_thenCorrect() { int matches = runTest("u00E9", "u0065u0301"); assertFalse(matches > 0);}但如果添加标志，则测试将通过：
@Testpublic void givenRegexWithCanonEq_whenMatchesOnEquivalentUnicode_thenCorrect() { int matches = runTest("u00E9", "u0065u0301", Pattern.CANON_EQ); assertTrue(matches > 0);}
Pattern.CASE_INSENSITIVE
无论大小写，此标志都支持匹配。默认情况下，匹配会考虑大小写：
@Testpublic void givenRegexWithDefaultMatcher_whenMatchFailsOnDifferentCases_thenCorrect() { int matches = runTest("dog", "This is a Dog"); assertFalse(matches > 0);}因此，使用此标志，我们可以更改默认行为：
@Testpublic void givenRegexWithCaseInsensitiveMatcher _whenMatchesOnDifferentCases_thenCorrect() { int matches = runTest( "dog", "This is a Dog", Pattern.CASE_INSENSITIVE); assertTrue(matches > 0);}我们还可以使用等效的嵌入标志表达式来实现相同的结果：
@Testpublic void givenRegexWithEmbeddedCaseInsensitiveMatcher _whenMatchesOnDifferentCases_thenCorrect() { int matches = runTest("(?i)dog", "This is a Dog"); assertTrue(matches > 0);}
Pattern.COMMENTS
Java API允许在正则表达式中包含使用#的注释。这有助于记录复杂的正则表达式，而其他程序员可能无法立即看到这些正则表达式。
comments标志使matcher忽略正则表达式中的任何空白或注释，只考虑模式。
在默认匹配模式下，以下测试将失败：
@Testpublic void givenRegexWithComments_whenMatchFailsWithoutFlag_thenCorrect() { int matches = runTest( "dog$ #check for word dog at end of text", "This is a dog"); assertFalse(matches > 0);}这是因为匹配器将在输入文本中查找整个正则表达式，包括空格和#字符。但当我们使用该标志时，它将忽略额外的空格，并且以#开头的每个文本都将被视为每行要忽略的注释：
@Testpublic void givenRegexWithComments_whenMatchesWithFlag_thenCorrect() { int matches = runTest( "dog$ #check end of text","This is a dog", Pattern.COMMENTS); assertTrue(matches > 0);}还有一个替代的嵌入式标志表达式：
@Testpublic void givenRegexWithComments_whenMatchesWithEmbeddedFlag_thenCorrect() { int matches = runTest( "(?x)dog$ #check end of text", "This is a dog"); assertTrue(matches > 0);}到此这篇关于Java正则表达式API边界匹配的文章就介绍到这了,更多相关Java正则表达式内容请搜索盛行IT以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT！
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。