踩坑正则表达式-匹配字符串中的整数和小数

Posted 2022-02-18 tudou1179006580

首先，明白几个边界匹配器字符的含义。

^：整行字符串的开头位置

\A：整段字符串的开头位置

$：整行字符串的结尾位置

\z：整段字符串的结尾位置

关于\b和\B，官方原版的解释中是A word boundary和A non-word boundary，没有详细的解释，反正我是没看明白，自己测试一下，匹配字符串：6lo.ve，正则表达式：\B\D。结果共三处，包括l、o、v 三个字母。

那么我们是不是可以认为\B\D表示：匹配一个任意非数字的字符，并且字符的前一位是字母或者数字，此时这个单词不是边界单词；\b\D表示：匹配一个任意非数字的字符，并且字符的前一位不是字母或者数字，此时是一个边界单词。

---

再来说说数字的匹配，先来一个示例字符串："78.64java23.678love98py3.4.5c78c++144vv7vv12..12r45v.56v56."

最简单的正则表达式为：[0-9]+(\.[0-9]+)?，可以匹配绝大多数的结果，但是如果字符串中包括3.4.5、12..12、.56、78.这种数字的，会被匹配出来3.4、5，12、12，56，78。

那我们是不是能把这几个特殊的去除掉呢？后来又想到一种匹配规则：[0-9]+\.0,1[0-9]+\.0[0-9]，你有没有发现这个匹配是有点问题的，你来看啊：

• 第一个.前面的数字是一个或者多个，后面的数字也是一个或者多个；
• 第二个.后面的数字是一位，也就是说。

也就是说，这个规则匹配到的数字至少是三位整数，如果带有小数的话，至少要带有两位小数（整数位至少也要保证一个位数）

---

假设字符串里面除了字母、数字和小数点不再包含别的东西，那么我们是不是可以试试另外一种匹配模式：\B[0-9]+\.0,1[0-9]+\B，这个匹配中\B表示数字旁边的必定是一个单词（即数字或者字母），这样就可以排除掉3.4.5、12..12、.56、56.这种类型的数字，但是这个也有一些缺点：

• 字符串只包含字母、数字和小数点；
• 匹配的数字是从两位起步的；
• 字符串的开头和结尾不能为数字，不然会被舍弃掉，例如上述字符串中78.64会变成8.64，这个问题可以通过在字符串两边各加一个字母解决掉。

---

暂时爬坑到这里，后续有进展接着更新...