Java正则表达式匹配答案

【问题标题】：Java regular expression matchJava正则表达式匹配
【发布时间】：2011-05-26 17:15:30
【问题描述】：

我需要匹配一个字符串以数字开头，然后是一个点，然后是一个空格和 1 个或多个大写字符。匹配必须出现在字符串的开头。我有以下字符串。

1. PTYU fmmflksfkslfsm

我试过的正则表达式是：

^\d+[.]\s{1}[A-Z]+

而且不匹配。解决这个问题的正则表达式是什么？

【问题讨论】：

Matches for me 但可以重写为^\d+\.\s[A-Z]+
{1} 是多余的：它只会使表达式混乱，并且可以（应该）删除以保持清晰。
了解 Java 和正则表达式：regular-expressions.info/java.html。 @AlexR 和 @codaddict 都是对的。你需要在Java中使用\\ 创建一个\ 。

标签： java regex

【解决方案1】：

（对不起，我之前的错误。大脑现在已经牢牢地投入了。呃，可能。）

这行得通：

String rex = "^\\d+\\.\\s\\p{Lu}+.*";

System.out.println("1. PTYU fmmflksfkslfsm".matches(rex));
// true

System.out.println(". PTYU fmmflksfkslfsm".matches(rex));
// false, missing leading digit

System.out.println("1.PTYU fmmflksfkslfsm".matches(rex));
// false, missing space after .

System.out.println("1. xPTYU fmmflksfkslfsm".matches(rex));
// false, lower case letter before the upper case letters

分解：

^ = 字符串开始
\d+ = 一个或多个数字（\ 被转义，因为它在字符串中，因此 \\）
\. = 文字 .（或者你原来的 [.] 很好）（再次，在字符串中转义）
\s = 一个空格字符（后面不需要{1}）（我现在不再提及转义）
\p{Lu}+ = 一个或多个大写字母（使用正确的 Unicode 转义 - 谢谢你，tchrist，在下面的评论中指出这一点。用英文来说，相当于 [A-Z]+）
.* = 其他任何东西

详情请见the documentation here。

如果您使用像String#match（上图）这样会尝试匹配整个字符串的方法，则只需要最后的.*。

【讨论】：

很难判断 OP 是否坚持使用 7 位 ASCII 数据，或者他是否需要它来处理任何 Java 字符——它们是 Unicode，而不是 ASCII。如果是后者，你当然需要做出调整。 \p{Lu} 对于大写字母可能已经足够了，但是 Java 没有提供方便的方式来讨论 Unicode 空白，所以你必须写成 [\u000A-\u000D\u0020\u0085\u00A0\u1680\u180E\u2000-\u200A\u2028\u2029\u202F\u205F\u3000]，就像 I have elsewhere written。
真的不应该说[A-Z]+ 匹配“一个或多个大写字母”，因为\p{Lu}+ 就是这样做的。 [A-Z]+ 仅匹配 A 到 Z 中的一个或多个（并且更喜欢更多）——我认为这略有不同但显着不同。同样，\s 不是一个空白字符，而只是[ \t\n\x0B\f\r] 之一。我只是在这里太挑剔了吗？我每天都使用 Java 和 Perl 处理大量千兆字节的 Unicode 字符语料库——但从不 ASCII——所以也许我需要比其他人更加小心。或者也许不是？
@tchrist：非常非常好的观点我不敢相信我做了如此以英语为中心的事情。我已经为它打勾了其他人。非常感谢你为它打勾！
并修复（我之前冲出门，想先检查一下）。

【解决方案2】：

这取决于您使用哪种方法。我认为如果您使用 Matcher.find() 它将起作用。如果您使用 Matcher.matches() 它将不起作用，因为匹配适用于整行。如果您使用matches()，请按以下方式修复您的模式：

^\d+\.\s{1}[A-Z]+.*

（注意尾随.*）

我也会使用\. 而不是[.]。它更具可读性。

【讨论】：

【解决方案3】：

"^[0-9]+\. [A-Z]+ .+"

【讨论】：