正则表达式怎样以这个区分 <abc>a,b,c,d<end><abc>a,b,c,d<end>, 我要从text文件拿出abcd

发布网友 发布时间：2022-05-15 00:58

我来回答

共3个回答

懂视网 时间：2022-05-15 05:20

从这些分割的字符串中我们可以知道单词边界就是单词和符号之间的边界

这里的单词可以是中文字符,英文字符,数字；符号可以是中文符号,英文符号,空格,制表符,换行

下面我们看一个例子

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class matcher1 {
 public static void main(String[] args) {
 String str=" 2 ";
 String rex="\b2\b";
 Pattern pattern=Pattern.compile(rex);
 Matcher matcher=pattern.matcher(str);
 if(matcher.matches()){
 System.out.println("匹配成功");
 }else{
 System.out.println("匹配不成功");
 }
 }
}

在没有看上面分割的例子前估计很多人包括我都会认为这运行的结果是匹配成功

经过分割的例子后就知道了 空格并不是边界 空格与数字2之间的那个才叫边界 所以运行结果不言而喻 肯定是匹配不成功

当如果你这样写就运行出来就是匹配成功

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class matcher1 {
 public static void main(String[] args) {
 String str="2";
 String rex="\b2\b";
 Pattern pattern=Pattern.compile(rex);
 Matcher matcher=pattern.matcher(str);
 if(matcher.matches()){
 System.out.println("匹配成功");
 }else{
 System.out.println("匹配不成功");
 }
 }
}

的用法

一般来说不用来判断当前字符串是否符合某种规则

一般我们都用来进行获取

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class matcher1 {
 public static void main(String[] args) {
 String str=",,,,呵呵,,,,";
 String rex="\b呵呵\b";
 Pattern pattern=Pattern.compile(rex);
 Matcher matcher=pattern.matcher(str);
 if(matcher.find()){
 System.out.println(matcher.group());
 }
 }
}

运行结果

呵呵1

B的用法

了解了的用法 我们再来说说B B是非单词边界

也就说B=[^]//符号^是非的意思1

是单词与符号的边界 那非单词与符号的边界的其它都是B

所以我们的猜想B是符号与符号,单词与单词的边界

当然猜想需要认证！下面我们写一个例子来证明一个！

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class matcher1 {
 public static void main(String[] args) {
 String str="123456我是JAVA{，、；‘asd";
 String rex="\B";
 Pattern pattern=Pattern.compile(rex);
 Matcher matcher=pattern.matcher(str);
 String [] result=pattern.split(str);
 for(String string:result){
 System.out.println("分割的字符串:"+string);
 }
 }
}

运行结果

分割的字符串:1
分割的字符串:2
分割的字符串:3
分割的字符串:4
分割的字符串:5
分割的字符串:6
分割的字符串:我
分割的字符串:是
分割的字符串:J
分割的字符串:A
分割的字符串:V
分割的字符串:A{ //单词与符号之间的边界不算B的边界
分割的字符串:，
分割的字符串:、
分割的字符串:；
分割的字符串:‘a
分割的字符串:s
分割的字符串:d

事实证明B作为非单词边界 确实是单词与单词,符号与符号之间的边界

B一般也是用来获取字符串的

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class matcher1 {
 public static void main(String[] args) {
 String str=",,,,,和呵呵,,,,,";
 String rex="\B呵\B";
 Pattern pattern=Pattern.compile(rex);
 Matcher matcher=pattern.matcher(str);
 if(matcher.find()){
 System.out.println(matcher.group());
 }
 }
}

因为字符与字符之间的边界

所以运行的结果是

呵

相信看了本文案例你已经掌握了方法，更多精彩请关注Gxl网其它相关文章！

推荐阅读：

使用前端方法实现图片转字符画

JS字符串方法使用步骤详解

热心网友 时间：2022-05-15 02:28

正则表达式规则

1. 正则表达式规则
1.1 普通字符
字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是"普通字符"。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。

举例1：表达式 "c"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："c"；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）

举例2：表达式 "bcd"，在匹配字符串 "abcde" 时，匹配结果是：成功；匹配到的内容是："bcd"；匹配到的位置是：开始于1，结束于4。

--------------------------------------------------------------------------------

1.2 简单的转义字符
一些不便书写的字符，采用在前面加 "\" 的方法。这些字符其实我们都已经熟知了。

表达式
可匹配

\r, \n
代表回车和换行符

\t
制表符

\\
代表 "\" 本身

还有其他一些在后边章节中有特殊用处的标点符号，在前面加 "\" 后，就代表该符号本身。比如：^, $ 都有特殊意义，如果要想匹配字符串中 "^" 和 "$" 字符，则表达式就需要写成 "\^" 和 "\$"。

表达式
可匹配

\^
匹配 ^ 符号本身

\$
匹配 $ 符号本身

\.
匹配小数点（.）本身

这些转义字符的匹配方法与 "普通字符" 是类似的。也是匹配与之相同的一个字符。

举例1：表达式 "\$d"，在匹配字符串 "abc$de" 时，匹配结果是：成功；匹配到的内容是："$d"；匹配到的位置是：开始于3，结束于5。

--------------------------------------------------------------------------------

1.3 能够与 '多种字符' 匹配的表达式
正则表达式中的一些表示方法，可以匹配 '多种字符' 其中的任意一个字符。比如，表达式 "\d" 可以匹配任意一个数字。虽然可以匹配其中任意字符，但是只能是一个，不是多个。这就好比玩扑克牌时候，大小王可以代替任意一张牌，但是只能代替一张牌。

表达式
可匹配

\d
任意一个数字，0~9 中的任意一个

\w
任意一个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意一个

\s
包括空格、制表符、换页符等空白字符的其中任意一个

.
小数点可以匹配除了换行符（\n）以外的任意一个字符

举例1：表达式 "\d\d"，在匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："12"；匹配到的位置是：开始于3，结束于5。

举例2：表达式 "a.\d"，在匹配 "aaa100" 时，匹配的结果是：成功；匹配到的内容是："aa1"；匹配到的位置是：开始于1，结束于4。

--------------------------------------------------------------------------------

1.4 自定义能够匹配 '多种字符' 的表达式
使用方括号 [ ] 包含一系列字符，能够匹配其中任意一个字符。用 [^ ] 包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。

表达式
可匹配

[ab5@]
匹配 "a" 或 "b" 或 "5" 或 "@"

[^abc]
匹配 "a","b","c" 之外的任意一个字符

[f-k]
匹配 "f"~"k" 之间的任意一个字母

[^A-F0-3]
匹配 "A"~"F","0"~"3" 之外的任意一个字符

举例1：表达式 "[bcd][bcd]" 匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："bc"；匹配到的位置是：开始于1，结束于3。

举例2：表达式 "[^abc]" 匹配 "abc123" 时，匹配的结果是：成功；匹配到的内容是："1"；匹配到的位置是：开始于3，结束于4。

--------------------------------------------------------------------------------

1.5 修饰匹配次数的特殊符号
前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。

使用方法是："次数修饰"放在"被修饰的表达式"后边。比如："[bcd][bcd]" 可以写成 "[bcd]"。

表达式
作用

表达式重复n次，比如："\w" 相当于 "\w\w"；"a" 相当于 "aaaaa"

表达式至少重复m次，最多重复n次，比如："ba"可以匹配 "ba"或"baa"或"baaa"

表达式至少重复m次，比如："\w\d"可以匹配 "a12","_456","M12344"...

?
匹配表达式0次或者1次，相当于 ，比如："a[cd]?"可以匹配 "a","ac","ad"

+
表达式至少出现1次，相当于 ，比如："a+b"可以匹配 "ab","aab","aaab"...

*
表达式不出现或出现任意次，相当于 ，比如："\^*b"可以匹配 "b","^^^b"...

举例1：表达式 "\d+\.?\d*" 在匹配 "It costs $12.5" 时，匹配的结果是：成功；匹配到的内容是："12.5"；匹配到的位置是：开始于10，结束于14。

举例2：表达式 "gogle" 在匹配 "Ads by goooooogle" 时，匹配的结果是：成功；匹配到的内容是："goooooogle"；匹配到的位置是：开始于7，结束于17。

--------------------------------------------------------------------------------

1.6 其他一些代表抽象意义的特殊符号
一些符号在表达式中代表抽象的特殊意义：

表达式
作用

^
与字符串开始的地方匹配，不匹配任何字符

$
与字符串结束的地方匹配，不匹配任何字符

\b
匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符

进一步的文字说明仍然比较抽象，因此，举例帮助大家理解。

举例1：表达式 "^aaa" 在匹配 "xxx aaa xxx" 时，匹配结果是：失败。因为 "^" 要求与字符串开始的地方匹配，因此，只有当 "aaa" 位于字符串的开头的时候，"^aaa" 才能匹配，比如："aaa xxx xxx"。

举例2：表达式 "aaa$" 在匹配 "xxx aaa xxx" 时，匹配结果是：失败。因为 "$" 要求与字符串结束的地方匹配，因此，只有当 "aaa" 位于字符串的结尾的时候，"aaa$" 才能匹配，比如："xxx xxx aaa"。

举例3：表达式 ".\b." 在匹配 "@@@abc" 时，匹配结果是：成功；匹配到的内容是："@a"；匹配到的位置是：开始于2，结束于4。
进一步说明："\b" 与 "^" 和 "$" 类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中一边是 "\w" 范围，另一边是 非"\w" 的范围。

举例4：表达式 "\bend\b" 在匹配 "weekend,endfor,end" 时，匹配结果是：成功；匹配到的内容是："end"；匹配到的位置是：开始于15，结束于18。

一些符号可以影响表达式内部的子表达式之间的关系：

表达式
作用

|
左右两边表达式之间 "或" 关系，匹配左边或者右边

( )
(1). 在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰
(2). 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到

举例5：表达式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 时，匹配结果是：成功；匹配到的内容是："Tom"；匹配到的位置是：开始于4，结束于7。匹配下一个时，匹配结果是：成功；匹配到的内容是："Jack"；匹配到的位置时：开始于15，结束于19。

举例6：表达式 "(go\s*)+" 在匹配 "Let's go go go!" 时，匹配结果是：成功；匹配到内容是："go go go"；匹配到的位置是：开始于6，结束于14。

举例7：表达式 "￥(\d+\.?\d*)" 在匹配 "＄10.9,￥20.5" 时，匹配的结果是：成功；匹配到的内容是："￥20.5"；匹配到的位置是：开始于6，结束于10。单独获取括号范围匹配到的内容是："20.5"。

--------------------------------------------------------------------------------

2. 正则表达式中的一些高级规则
2.1 匹配次数中的贪婪与非贪婪
在使用修饰匹配次数的特殊符号时，有几种表示方法可以使同一个表达式能够匹配不同的次数，比如："", "", "?", "*", "+"，具体匹配的次数随被匹配的字符串而定。这种重复匹配不定次数的表达式在匹配过程中，总是尽可能多的匹配。比如，针对文本 "dxxxdxxxd"，举例如下：

表达式
匹配结果

(d)(\w+)
"\w+" 将匹配第一个 "d" 之后的所有字符 "xxxdxxxd"

(d)(\w+)(d)
"\w+" 将匹配第一个 "d" 和最后一个 "d" 之间的所有字符 "xxxdxxx"。虽然 "\w+" 也能够匹配上最后一个 "d"，但是为了使整个表达式匹配成功，"\w+" 可以 "让出" 它本来能够匹配的最后一个 "d"

由此可见，"\w+" 在匹配的时候，总是尽可能多的匹配符合它规则的字符。虽然第二个举例中，它没有匹配最后一个 "d"，但那也是为了让整个表达式能够匹配成功。同理，带 "*" 和 "" 的表达式都是尽可能地多匹配，带 "?" 的表达式在可匹配可不匹配的时候，也是尽可能的 "要匹配"。这 种匹配原则就叫作 "贪婪" 模式 。

非贪婪模式：

在修饰匹配次数的特殊符号后再加上一个 "?" 号，则可以使匹配次数不定的表达式尽可能少的匹配，使可匹配可不匹配的表达式，尽可能的 "不匹配"。这种匹配原则叫作 "非贪婪" 模式，也叫作 "勉强" 模式。如果少匹配就会导致整个表达式匹配失败的时候，与贪婪模式类似，非贪婪模式会最小限度的再匹配一些，以使整个表达式匹配成功。举例如下，针对文本 "dxxxdxxxd" 举例：

表达式
匹配结果

(d)(\w+?)
"\w+?" 将尽可能少的匹配第一个 "d" 之后的字符，结果是："\w+?" 只匹配了一个 "x"

(d)(\w+?)(d)
为了让整个表达式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以让后边的 "d" 匹配，从而使整个表达式匹配成功。因此，结果是："\w+?" 匹配 "xxx"

更多的情况，举例如下：

举例1：表达式 "<td>(.*)</td>" 与字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配时，匹配的结果是：成功；匹配到的内容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整个字符串， 表达式中的 "</td>" 将与字符串中最后一个 "</td>" 匹配。

举例2：相比之下，表达式 "<td>(.*?)</td>" 匹配举例1中同样的字符串时，将只得到 "<td><p>aa</p></td>"， 再次匹配下一个时，可以得到第二个 "<td><p>bb</p></td>"。

--------------------------------------------------------------------------------

2.2 反向引用 \1, \2...
表达式在匹配时，表达式引擎会将小括号 "( )" 包含的表达式所匹配到的字符串记录下来。在获取匹配结果的时候，小括号包含的表达式所匹配到的字符串可以单独获取。这一点，在前面的举例中，已经多次展示了。在实际应用场合中，当用某种边界来查找，而所要获取的内容又不包含边界时，必须使用小括号来指定所要的范围。比如前面的 "<td>(.*?)</td>"。

其实，"小括号包含的表达式所匹配到的字符串" 不仅是在匹配结束后才可以使用，在匹配过程中也可以使用。表达式后边的部分，可以引用前面 "括号内的子匹配已经匹配到的字符串"。引用方法是 "\" 加上一个数字。"\1" 引用第1对括号内匹配到的字符串，"\2" 引用第2对括号内匹配到的字符串……以此类推，如果一对括号内包含另一对括号，则外层的括号先排序号。换句话说，哪一对的左括号 "(" 在前，那这一对就先排序号。

举例如下：

举例1：表达式 "('|")(.*?)(\1)" 在匹配 " 'Hello', "World" " 时，匹配结果是：成功；匹配到的内容是：" 'Hello' "。再次匹配下一个时，可以匹配到 " "World" "。

举例2：表达式 "(\w)\1" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 时，匹配结果是：成功；匹配到的内容是 "ccccc"。再次匹配下一个时，将得到 999999999。这个表达式要求 "\w" 范围的字符至少重复5次，注意与 "\w" 之间的区别。

举例3：表达式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>" 在匹配 "<td id='td1' style="bgcolor:white"></td>" 时，匹配结果是成功。如果 "<td>" 与 "</td>" 不配对，则会匹配失败；如果改成其他配对，也可以匹配成功。

正则表达式规则如下：
表达式 描述 表达式 描述
^ 匹配行首 $ 匹配行尾
. 匹配任何单个字符 [] 匹配集合中的字符
[^] 匹配不在集合中的字符 ? 匹配前一个样式0或1次
* 匹配前一个样式0或更多次 + 匹配前一个样式1或更多次
| 匹配前一个或后一个样式 & 匹配前一个样式0或更多次
# 匹配前一个样式1或更多次 {} Group char to form one pattern
() Group and remember \ 下一个字符直接用原意（只对a-z之外的字符有效）
< 匹配词的开始 > 匹配词的结尾
\x## 匹配ASCII码为##（16进制）的字符 \N### 匹配ASCII码为##（10进制）的字符
\o### 匹配ASCII码为##（8进制）的字符 \a 匹配 \a
\b 匹配 \b \f 匹配 \f
\r 匹配 0x13(回车) \t 匹配 0x09(跳格)
\v 匹配 \v \e 匹配 Esc(0x05)
\n 匹配0x10(换行) \s 匹配空格(回车，换行，制表符，空格)
\S 匹配非空格(!\s) \w 整字匹配
\W 非整字匹配 \d 匹配数字
\D 匹配非数字 \U 匹配大写字母
\L 匹配小写字母 \C 后面开始大小写敏感
\c 后面开始大小写不敏感 \# 匹配前面定义的组(#: 1-9, a-f)

热心网友 时间：2022-05-15 03:46

>>> content = '<abc>a,b,c,d<end><abc>a,b,c,d<end>'
>>> patt = re.compile(r'<(.+?)>(.+?)<end>')
>>> patt.findall(content)
[('abc', 'a,b,c,d'), ('abc', 'a,b,c,d')]
>>>