java正则表达式与或⾮_正则表达式的与或⾮
我们使⽤正则表达式，熟练掌握各种功能和结构只是⼿段，解决实际的问题才是真正的⽬的。要解决真正的问题，就必须有解决问题的思路，正则表达式的功能，说到底，可以归纳为三种逻辑，为了表述⽅便，我们分别称为与、或、⾮。
逻辑关系
说明
与
在某个位置，某些元素(字符、字符组或者⼦表达式)必须出现
或
在某个位置，某个元素或许不出现，或许不出现，或许长度不固定；要出现的，是某⼏个元素中的⼀个
⾮
在某个位置，某些元素不能出现
⼀般来说，正则表达式千变万化，总是这三种逻辑的组合。⽐如匹配双引号字符串：
"quoted string"
逻辑关系regex匹配
分析
与
⾸尾的双引号字符必须出现
或
两个双引号之间的字符个数是不确定的(如果是空字符串””，则两个双引号之间没有字符)
⾮
两个双引号之间不能出现双引号字符
再⽐如匹配html中的open-tag(⽐如
)
和close-tag(⽐如
)：
逻辑关系
分析
与
⾸尾必须分别是，如果是close-tag，则
或
之间必须出现⾄少⼀个字符(<>不是⼀个合法的tag)
⾮
下⾯我们来讲解三种逻辑的对策。
与
“与”是正则表达式中最普通的逻辑关系。⼀般来说，如果正则表达式中的元素没有任何量词(quantifier，⽐如*、?、+)修饰，就
是“与”关系。⽐如『
不过“与”的情况并没有这么简单，有时候，“必须出现”的是若⼲个元素，或者说，⼏个元素必须同时出现，但它们之间并不相连，这是⾮常容易犯错的时候，不过现在我们不举具体的例⼦，稍晚⼀点再说。
或
“或”是正则表达式中最灵活的逻辑关系。正则表达式能应对各种不同的⽂本，“或”功能不可或缺。
如果“或”的意思是，元素可以出现，也可以不出现，或者出现的次数不确定，可以⽤量词来表⽰“或”关系。⽐如表达式『a?』，表⽰在此处，字符a可以出现，也可以不出现；表达式『(ab)+』，表⽰在此处，字符串ab必然要出现1次，也可以出现⽆限多次。
如果“或”的意思是，可以出现的是某⼏个元素中的⼀个，则应该使⽤字符组或者多选结构。当元素都是单个字符时，就应该使⽤字符组『[…]』：⽐如匹配单词cat或者cut，除去开头的a、结尾的t是固定的，之中“或许出现a，或许出现u”，所以应当使⽤字符组『[au]』，整个正则表达式就是『c[au]t』。
当元素不只单个字符(只要有⼀个元素不只单个字符)时，就应该使⽤多选结构『(…|…)』：⽐如不但要匹配单词cat或者cut，还要匹配单词chart、conduct和court，出去开头的a、结尾的t是固定的，之中“或许出现a，或许出现u，或许出现har，或许出现onduc，或许出现our”，这时候就应该使⽤多选结构『(a|u|har|onduc|our)』，整个正则表达式就是
『c(a|u|har|onduc|our)t』。
当然，多选分⽀也可以表⽰字符组，⽐如『[au]』就可以表⽰为『(a|u)』，两者的功能是完全等价的，但是字符组的效率更⾼，也更直观(毕竟，⼤家都习惯了简单的『[au]』，⽽看到『(a|u)』则多半要想⼀想。
在实践中，“与”和“或”经常同时出现，⽽且关系不那么简单，下⾯举⼀个例⼦说明：为了隐藏真实的结构，我们需要⽤URL进⾏伪装，⽐如这个URL pattern：/foo/bar_tmp.php。
在真正的系统⾥，foo是模块名，bar是控制器名，tmp是⽅法名。合法的URL并不要求3个名字每次都出现，可以只出现控制器名(/foo)，也可以只出现控制器名和模块名(/foo/bar.php)，也可以3者都出现(/foo/bar_tmp.php)。
这⾥的模块名、控制器名、⽅法名，都可以⽤『[a-z]+』匹配，这⾥为说明⽅便，我们暂且⽤foo、bar、tmp代替对应的表达式。初看起来，这个表达式只包含“与”和“或”两种关系：
逻辑关系
分析
与
/foo必须出现
或
/bar、_tmp、.php都是可选出现的
所以，正则表达式是『/foo(/bar)?(_tmp)?(\.php)?』。
这个表达式确实可以匹配/foo、/foo/bar.php和/foo/bar_tmp.php，但是，它也可以匹配/foo_tmp、/foo/bar_tmp等形式，虽然这些形式并不是合法的。
仔细研究之后，我们发现，“与”和“或”的关系并没有那么简单，⽽应该是这样的：
逻辑关系
分析
与
/foo必须出现
或
/bar和.php是可选出现的，但必须同时出现，或同时不出现(与)
在/bar和.php都出现的前提下，_tmp才可以出现(或)
/foo必须出现，这很好表⽰，暂且不去管它；/bar和.php如果出现，必须同时出现，所以它们应该作为⼀个元素，写作『(/bar.php)』；整个元素可选出现，所以给它添加量词，得到『(/bar.php)?』；最后，在/bar和.php都出现的前提下，_tmp才可以出现，所以将
『(_tmp)?』填充到『(/bar.php)?』，得到『(/bar(_tmp)?.php)?』，最后加上开头的/foo，整个表达式就是『(/bar(_tmp)?.php)?』。到此，整个关系终于完整表达出来，表达式也不会发⽣错误匹配。
⾮
“⾮”是正则表达式中最难处理的逻辑关系。因为没有直接对应的结构，“⾮”的处理⽐较吃⼒。
最简单的“⾮”，意思是此处不能出现某个字符，这⼀点通常很直观，似乎⽤排除型字符组『[^…]』就可以解决。⽐如双引号字符串的匹配，⾸尾两个双引号很容易匹配，其中的内容肯定不是双引号(暂时不考虑转义的情况)，所以可以⽤『[^"]』表⽰即可，其长度不确定，所以⽤*来限定，所以整个表达式就是『"[^"]*"』，⾮常简单。
但是，事情果真都如此简单吗？我们仍然举cat和cut的例⼦，如果仍然希望匹配c开头、t结尾的单词，但不希望匹配cut，可以写成
『c[^u]t』，是否就可以了？
这个表达式的意思是：最开头的字母是c，之后是⼀个不为u的字符，之后是t。没错，它确实不会匹配cut，也可以匹配cat。但是，chart、conduct、court等等，它也没法匹配，因为[^u]的意思是：匹配⼀个不是u的字符。
那么，把『[^u]』改成『[^u]+』好了，这样应该就可以解决问题了。但是真的如此吗？『[^u]+』的意思是，⼀个或若⼲(最多到⽆穷)个字符，但每⼀个字符都不能是u。所以，尽管『c[^u]+t』能匹配cat和chart，却不能匹配conduct和court。
看来，“⾮”真是⽐较难对付，让⼈⾮常纠结。好在，也不是没有办法解决它。回复到与-或-⾮的观点，分析要实现的功能：
逻辑关系
分析
与
以c开头，以t结尾
或
c和t之间可以出现的字母必须多于⼀个，没有上限
⾮
c和t之间不能只有⼀个字符u
如果只考虑“与”和“或”两个逻辑，表达式很好写，是『c[a-z]+t』，再把剩下的条件附加上去，就可以解决问题了。我们仔细
看“⾮”的条件：c和t之间不能只有⼀个字符u。既然『[^u]+』表达的并不是这个意思，我们不妨换⼀种表述法：在c之间的位置向后看，不能出现cut。这⼀点，正好对应否定顺序环视(positive look-ahead)
功能，『(?!cut)』就是⽤来进⾏这种判断的，它判断之后的字符串能不能由cut匹配，但并不真正真正进⾏匹配，也不会移动“当前位置”。所以我们将它放在表达式的最开头，得到『(?!cut)c[a-z]+t』。这个表达式的逻辑是：只有在当前位置右侧字符串不能由cut匹配的情况下，才从这⾥开始，向右尝试⽤c[a-z]+t。
如果我们更进⼀步，需要排除掉cat和cut，可以把否定顺序环视改为『(?!c[au]t)』。这样就能保证，匹配到的肯定不是cat或者cut。
更复杂⼀点，如果我们要验证这样⼀个字符串：它全部由⼩写字母构成，长度不超过12位，其中不能包含unfavored或者unwanted。也可以照章处理，先匹配“长度不超过12位”的⼩写字母『[a-z]{,12}』，然后写出匹配“不需要匹配内容”的正则表达式，
『(unfavored|unwanted)』，再⽤否定顺序环视将它“排除”即可，只是这次要注意，不能直接写『(?!(unfavored|unwanted))』，因为它只能排除『(unfavored|unwanted)』出现在字符串开头的情况，为了排除它出现在字符串中的情况，我们要把否定顺序环视改为『(?! [a-z]*(unfavored|unwanted))』，这样就确保完整的“排除”，整个表达式就是『(?![a-z]*(unfavored|unwanted))[a-z]{,12}』。
总结⼀下，正则表达式中的“⾮”，除去能⽤排除型字符组直接表⽰的，复杂⼀点的“⾮”逻辑都是按照这样的思路进⾏的：先⽤⼀个正则表达式准确匹配需要“排除”的字符串，再⽤环视功能排除掉它——“⾮”
确实是正则表达式中，最难处理的逻辑关系，好在它并不复杂，⽽且，除去⼀些⽐较古⽼的⼯具(⽐如Apache 1.3)，现在各种⼯具和语⾔，基本都⽀持这种功能。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。