哪个是用于数字和字符串的正确正则表达式？答案

【问题标题】：Which is the right regular expression to use for Numbers and Strings?哪个是用于数字和字符串的正确正则表达式？
【发布时间】：2015-07-08 17:14:29
【问题描述】：

我正在尝试创建简单的 IDE 并基于

为我的 JTextPane 着色

字符串 (" ")
评论（// 和 /* */）
关键字（public、int ...）
数字（69 等整数和 1.5 等浮点数）

我为源代码着色的方法是覆盖 StyledDocument 中的 insertString 和 removeString 方法。

经过多次测试，我已经完成了cmets和关键字。

Q1：至于我的字符串着色，我根据这个正则表达式为我的字符串着色：

Pattern strings = Pattern.compile("\"[^\"]*\"");
Matcher matcherS = strings.matcher(text);

while (matcherS.find()) {
    setCharacterAttributes(matcherS.start(), matcherS.end() - matcherS.start(), red, false);
}

这在 99% 的情况下都有效，除非我的字符串包含特定类型的字符串，其中代码中有一个“\”。这会弄乱我的整个颜色编码。谁能更正我的正则表达式来修复我的错误？

Q2：对于整数和小数着色，根据这个正则表达式检测数字：

Pattern numbers = Pattern.compile("\\d+");
Matcher matcherN = numbers.matcher(text);
while (matcherN.find()) {
    setCharacterAttributes(matcherN.start(), matcherN.end() - matcherN.start(), magenta, false);
}

通过使用正则表达式“\d+”，我只处理整数而不是浮点数。此外，作为另一个字符串一部分的整数被匹配，这不是我在 IDE 中想要的。哪个是整数颜色编码的正确表达式？

下面是输出的截图：

提前感谢您的帮助！

【问题讨论】：

相关：stackoverflow.com/q/11049369/4125191

标签： java regex jtextpane styleddocument

【解决方案1】：

对于字符串，这可能是最快的正则表达式 -

"\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\""

格式化：

 " [^"\\]* 
 (?: \\ . [^"\\]* )*
 "

对于整数和十进制数，我所知道的唯一万无一失的表达式是
这 -

"(?:\\d+(?:\\.\\d*)?|\\.\\d+)"

格式化：

 (?:
      \d+ 
      (?: \. \d* )?
   |  \. \d+ 
 )

附带说明，如果您从一开始就独立完成每个操作
您可能会重叠突出显示的字符串。

【讨论】：

【解决方案2】：

尝试：

\\b\\d+(\\.\\d+)?\\b 用于 int、float 和 double，
"(?<=[{(,=\\s+]+)".+?"(?=[,;)+ }]+)" 用于字符串，

【讨论】：

【解决方案3】：

对于整数使用

(?<!(\\^|\\d|\\.))[+-]?(\\d+(\\.\\d+)?)(?!(x|\\d|\\.))

【讨论】：

【解决方案4】：

忽略 \" 情况匹配字符串

".*?(?<!\\)"

一旦看到"，上面将开始匹配，并且它将继续匹配任何东西，直到它到达下一个"，它前面没有\。这是通过使用http://www.regular-expressions.info/lookaround.html 中很好解释的lookbehind 功能实现的

匹配所有带小数点和不带小数点的数字

(\d+)(\.\d+)? 会给你至少一个数字，后跟一个点，以及任何大于 1 的其他数字。

字符串中的数字匹配问题可以通过两种方式实现：
- a 修改上述内容，以便它们必须在任一侧存在空格 \W(\d+)(\.\d+)?\W，我认为这在数学情况（即 10+10）或表达式末尾不会令人满意（即 10 个；）。
- b 将此作为优先事项。如果在数字之后检查字符串着色，则字符串的该部分将首先被着色为粉红色，但随后立即被红色覆盖。字符串着色优先。

【讨论】：

我想我现在也为您的字符串问题找到了解决方案。看看编辑后的答案".*?(?<!\\)"

【解决方案5】：

R1：我相信对于正在进行的字符串中间的非转义 " 字符没有基于正则表达式的答案。您需要根据您的特定语法规则（您未指定）主动处理文本以消除或规避不匹配字符的误报。

但是： 如果您的意思是像 java 一样简单地忽略转义的 \"，那么我相信您可以简单地将 escape+quote 对包含在中心作为一个组，而贪婪的 * 将负责其余的工作： \"((\\\\\")|[^\"])*\"

R2: 我相信下面的正则表达式可以用于查找整数和分数： \\d+(\.\\d+)?

您也可以扩展它以查找其他类型的数字。例如，\\d+([\./]\\d+)? 将额外匹配诸如“1/4”之类的数字。

【讨论】：