Java中的正则表达式反向引用

Posted 2023-03-05

【中文标题】Java中的正则表达式反向引用

【英文标题】：Regex backreferences in Java

【发布时间】：2018-07-13 12:13:56

【问题描述】：

我必须匹配一个数字后跟它本身 14 次。然后我来到regexstor.net/tester中的如下正则表达式：

(\d)\114

编辑

当我将它粘贴到我的代码中时，包括正确的反斜杠：

"(\\d)\\114"

我已将反向引用 "\1" 替换为 "$1"，它用于在 Java 中替换匹配项。

然后我意识到它不起作用。当你需要在 REGEX 中反向引用一个匹配时，在 Java 中，你必须使用"\N"，但是当你想替换它时，操作符是"$N"。

我的问题是：为什么？

【问题讨论】：

这不仅仅是 Java，在大多数正则表达式风格中，\N 是正则表达式模式中的反向引用。 $ 在正则表达式中有特殊含义

是的，“$”表示表达式的结束，但是为什么他们不用\N来代替呢？

其中一些像 python、sed 或 perl 确实允许 \N 替换，但 Java 设计人员决定使用 $ 表示法

【参考方案1】：

$1 不是 Java 正则表达式中的反向引用，也不是我能想到的任何其他风格。只有在替换某些东西时才使用$1：

String input="A12.3 bla bla my input";
input = StringUtils.replacePattern(
            input, "^([A-Z]\\d2\\.\\d).*$", "$1");
//                                            ^^^^

关于什么是反向引用存在一些错误信息，包括我从以下位置获得 sn-p 的地方：simple java regex with backreference does not work。

---

Java 模仿其他现有风格的正则表达式语法，其中 $ 已经是元字符。它锚定到字符串的末尾（或多行模式下的行）。

同样，Java 使用\1 进行反向引用。因为正则表达式是字符串，所以必须转义：\\1。

从词汇/句法的角度来看，$1 确实可以明确使用（作为奖励，它可以防止在使用反向引用时需要“邪恶的逃逸转义”）。

要匹配行尾之后的1，正则表达式需要是$\n1：

this line
1

使用熟悉的语法而不是更改规则更有意义，其中大部分来自 Perl。

Perl 的第一个版本出现在1987，比 Java 早得多，Java 的 beta 版本在1995 发布。

我挖出了man pages for Perl 1，上面写着：

也可以使用括号构造(\ ...\ )，在这种情况下\<digit> 匹配digit'th 子字符串。 （在模式之外，请始终在数字前使用$ 而不是\。$<digit>（和$\`、$& 和$& 和$'）的范围延伸到封闭BLOCK 的末尾或 eval 字符串，或与子表达式匹配的下一个模式。\<digit> 表示法有时在当前模式之外工作，但不应依赖。）你可以有尽可能多的括号。如果您有超过 9 个子字符串，则变量 $10、$11、... 指的是对应的子字符串。在模式中，\10、\11 等如果在反向引用之前至少有那么多左括号，则引用回子字符串。否则（为了向后兼容）\10 与\010 相同，一个退格，\11 与\011 相同，一个制表符。等等。 （\1 到 \9 始终是反向引用。）

【讨论】：

“Java 在 $ 已经是元字符的其他现有风格之后对其正则表达式语法建模。它锚定到字符串的末尾（或多行模式下的行）”是有道理的。你有任何来源吗？

@Jaumzera 我现在做 ;)

我不知道什么是“evil escaped escape”，你能提供一个链接吗？

@Raining 在其他正则表达式风格中，您可以只有一个转义字符：\1。在 Java 中，您必须逃脱该转义：\\1。这显然是邪恶的。

@Laurel 你救了我的命。我不知道在 Java 中数字引用必须用双杠 \\...我同意，这显然是邪恶的哈哈。

【参考方案2】：

我认为主要问题不是反向引用——它在 java 中与 \1 完美配合。

您的问题更可能是 Java 中正则表达式模式的“整体”转义。

如果你想拥有图案

(\d)\114

传递给正则表达式引擎，您首先需要对其进行转义，因为在您编写它时它是一个 java 字符串：

(\\d)\\114

瞧，就像一个魅力：goo.gl/BNCx7B（添加 http://，SO 不允许 Url-Shorteners，但 tutorialspoint.com 似乎没有其他选择）

离线示例：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class HelloWorld

     public static void main(String []args)
        String test = "555555555555555"; // 5 followed by 5 for 14 times.

        String pattern = "(\\d)\\114";

        Pattern r = Pattern.compile(pattern);
        Matcher m = r.matcher(test);
        if (m.find( )) 
           System.out.println("Matched!");   
        else
           System.out.println("not matched :-(");    
        
     

【讨论】：

感谢您的关注，@dognose。我确实知道 Java 中的字符串/正则表达式转义。我意识到我应该把它放在问题中。我正在编辑它。

@Jaumzera 只需查看我提供的示例 - 如果转义模式不起作用 - 那么您的错误在其他地方，但不在“模式”内。 （你确定你有 15 次相同的数字吗？（因为你说 1 + 14 个追随者）——而不只是总共 14 个？）

好吧，我明白你的意思了。但我的疑问是替换运算符本身而不是正则表达式。谢谢你的时间。 +一个。

如果我使用 ([0-9]2-)\\12[0-9]2 或 ([0-9]2)-\\1-\\1-\\1 对我不起作用