正则表达式学习笔记(一)——转义、替换、删除

Blog

前言

最近项目用到正则表达式比较多，发现正则表达式非常强大，可以拿来做很多事情。以前只知道拿它去判断一个字符串是否符合一个模式，或者拿来在文本中查找感兴趣的字符串。其实，还可以用它编辑处理文本。事实上，查找依托于匹配，编辑依托于查找，根基还是匹配。

转义

正则表达式有独特的语法，有元字符。比如.会匹配任意字符（除去换行符\n）。如果我们想.只匹配.，那么我们就需要转义。

问题来了，如果我们这样定义String line = "\. hello world";，会出现非法转义符错误。因为java无法转义.。所以我们需要这样定义String line = "\\. hello world";，这样java就不会去转义.了，因为第二个\被第一个\转义了，它不再是转义符了。

在Python里面可以这么定义'''\. hello world'''，Python可以定义raw string，raw string中的\不是转义字符了。

替换文本——用固定文本替换

项目中有个需求，要把{0} variable {1} should begin with {2}与bala variable bobo should begin with lala匹配。我的做法是将{0} variable {1} should begin with {2}转换为.* variable .* should begin with .*,然后用.* variable .* should begin with .*去匹配bala variable bobo should begin with lala。

将{0} variable {1} should begin with {2}转换为.* variable .* should begin with .*就需要用到正则表达式的编辑文本功能，先匹配{0}``{1}``{2}``{3}等等，然后将它们全部替换为·*。(注意，{和}也是元字符需要转义，正则表达式是\{\d+\},转换到java string就是\\{\\d+\\})

//java
String patternString = "\\{\\d+\\}";
Pattern pattern = Pattern.compile(patternString);
Matcher matcher = pattern.matcher(resultString);
resultString =  matcher.replaceAll(".*");

//python
import re
pattern = re.sub('''\{\d+\}''', '''.*''', string)

替换文本——用不固定文本替换

在项目中，正则表达式是要自动生成的。比如要把You should modify visibility of class or methods using getDeclaredConstructors(), getDeclaredConstructor(Class[]), setAccessible() or PrivilegedAction.转化为正则表达式。java里面，我们需要把(替换为\\(、)替换为\\)、[替换为\\[、]替换为\\]、.替换为\\.，否则生成的正则表达式会有语法错误。(它们在正则表达式中都有特殊使用，也有固定使用格式，所以需要转义。)

你可以用n个replaceAll去实现，而使用正则表达式则就优雅的多。

//java
    public static void main(String... args) {
        String input = "You should modify visibility of class or methods using getDeclaredConstructors(), getDeclaredConstructor(Class[]), setAccessible() or PrivilegedAction.";
        Pattern p = Pattern.compile("\\(|\\)|\\[|\\]|\\.");
        Matcher m = p.matcher(input);
        StringBuffer sb = new StringBuffer();
        while (m.find()) {
            String rep = "\\\\" + m.group(0);
            m.appendReplacement(sb, rep);
        }
        m.appendTail(sb);
        System.out.println(sb);
    }
    `You should modify visibility of class or methods using getDeclaredConstructors\(\), getDeclaredConstructor\(Class\[\]\), setAccessible\(\) or PrivilegedAction\.
`

//python
import re
pattern = re.sub('''[\[\]\.]''', lambda m: '''\\%s''' % m.group(0), input)