正则表达式中的双斜杠点号

Question

最近我开始在Java中使用正则表达式，遇到了一个奇怪的表达式。

这个问题要求找到只包含字母并且最多有一个句号结尾的“单词”。 例如，如果我输入字符串：

one two. wr7ng not1 three. nope..

引擎将会匹配到“one”、“two”和“three”这三个单词。解决此问题的方法是使用以下模式：

for (String tok : s.split(" ")) {
  if (tok.matches("[a-zA-Z]+//.?")) {
    // code done to record successful match
  }
}

两个斜杠代表什么意思？我将这个表达式与另一个进行了比较：

[a-zA-Z]+.?

我发现只有后者在最后一个位置（即句点）错误地接受了数字。这是唯一的区别吗？

- jahmezz

---

也许这是一个打字错误，它们应该是反斜杠。据我所知，正则表达式中的正斜杠不是特殊字符，但 . 是，如果要像普通的 . 一样使用它，则必须对其进行转义。 - Hunter McMillen

Answer 1

你确定不是反斜杠吗？

  "[a-zA-Z]+\\.?"

在文本字符串中，两个反斜杠会被解释为“在文本字符串中插入单个反斜杠”。(在许多语言中，反斜杠后面的任何字符都表示“插入该字符”)。

当将文本字符串解释为正则表达式时，实际文本

         \.

意思是“将'period'作为字面字符匹配”。

如果没有反斜杠“转义字符”，则在大多数正则表达式引擎中，.表示“匹配任何字符”。

- Ira Baxter

---

好的，非常感谢您的解释，我明白了！ - jahmezz

Answer 2

看起来你打错了，应该是"[a-zA-Z]+\\."。

这个字符串值成为正则表达式值[a-zA-Z]+\.。反斜杠表示.应该被视为字面上的句号。如果没有它，.将成为一个特殊的正则表达式元字符，匹配任何单个字符（包括数字）。

- Mark Reed

Answer 3

准确的正则表达式为：

[a-zA-Z]+\.?

如果要使用Java编译它，您需要再加一个反斜杠\，这表示Java字符串中的转义字符：

"[a-zA-Z]+\\.?"

- jaselg

Answer 4

在正则表达式中，斜杠“/”没有特殊含义，因此“//”表示匹配两个斜杠。

如果这不合理，那么要么是打错了，要么是你读错或者写错了正则表达式。显然的“更正”方法是将前斜杠替换为反斜杠，得到如下结果：

    tok.matches("[a-zA-Z]+\\.?")

这意味着“匹配罗马字母，后面跟一个可选的'.'”。在上下文中，这可能意味着一个英语单词后面跟着一个句号。

---

记录一下，"[a-zA-Z]+.?" 匹配一个或多个罗马字母，后面（可选）跟着一个或多个字符。 + 运算符的“贪婪性”意味着可选字符将是一个非字母...如果有的话。

- Stephen C

Answer 5

使用 . （点）将被解释为正则表达式元字符，表示“任何字符”。

使用 \. 将会出现编译器错误，即非法转义字符。

使用 \\ . 将被解释为简单的 . （点）字符，这就是你需要使用的。

因此，对于只包含字母的单词，您使用 [a-zA-Z]+ 其中 + （加号）是量词符，表示“一个或多个”。

对于单个 . （点）字符，您使用 \\ . 。 现在针对您的 . （点）字符的“最多一次”部分，您将使用？量词符，表示“一个或多个”。您的表达式 . 部分变成了 \\.？。

因此，您的正则表达式将是 [a-zA-Z]+\\.? 。

- Surender Thakran