<strike id="kssk2"></strike>

9.      單詞邊界


元字符<<\b>>也是一種對位置進行匹配的“錨”。這種匹配是0長度匹配。

有4種位置被認為是“單詞邊界”：

1)        在字符串的第一個字符前的位置(如果字符串的第一個字符是一個“單詞字符”)

2)        在字符串的最后一個字符后的位置(如果字符串的最后一個字符是一個“單詞字符”)

3)        在一個“單詞字符”和“非單詞字符”之間，其中“非單詞字符”緊跟在“單詞字符”之后

4)        在一個“非單詞字符”和“單詞字符”之間，其中“單詞字符”緊跟在“非單詞字符”后面

“單詞字符”是可以用“\w”匹配的字符，“非單詞字符”是可以用“\W”匹配的字符。在大多數的正則表達式實現中，“單詞字符”通常包括<<[a-zA-Z0-9_]>>。

例如：<<\b4\b>>能夠匹配單個的4而不是一個更大數的一部分。這個正則表達式不會匹配“44”中的4。

換種說法，幾乎可以說<<\b>>匹配一個“字母數字序列”的開始和結束的位置。



“單詞邊界”的取反集為<<\B>>，他要匹配的位置是兩個“單詞字符”之間或者兩個“非單詞字符”之間的位置。



·        深入正則表達式引擎內部

讓我們看看把正則表達式<<\bis\b>>應用到字符串“This island is beautiful”。引擎先處理符號<<\b>>。因為\b是0長度 ，所以第一個字符T前面的位置會被考察。因為T是一個“單詞字符”，而它前面的字符是一個空字符(void)，所以\b匹配了單詞邊界。接著<<i>>和第一個字符“T”匹配失敗。匹配過程繼續進行，直到第五個空格符，和第四個字符“s”之間又匹配了<<\b>>。然而空格符和<<i>>不匹配。繼續向后，到了第六個字符“i”，和第五個空格字符之間匹配了<<\b>>，然后<<is>>和第六、第七個字符都匹配了。然而第八個字符和第二個“單詞邊界”不匹配，所以匹配又失敗了。到了第13個字符i，因為和前面一個空格符形成“單詞邊界”，同時<<is>>和“is”匹配。引擎接著嘗試匹配第二個<<\b>>。因為第15個空格符和“s”形成單詞邊界，所以匹配成功。引擎“急著”返回成功匹配的結果。



10.  選擇符

正則表達式中“|”表示選擇。你可以用選擇符匹配多個可能的正則表達式中的一個。

如果你想搜索文字“cat”或“dog”，你可以用<<cat|dog>>。如果你想有更多的選擇，你只要擴展列表<<cat|dog|mouse|fish>>。

選擇符在正則表達式中具有最低的優先級，也就是說，它告訴引擎要么匹配選擇符左邊的所有表達式，要么匹配右邊的所有表達式。你也可以用圓括號來限制選擇符的作用范圍。如<<\b(cat|dog)\b>>，這樣告訴正則引擎把(cat|dog)當成一個正則表達式單位來處理。

·        注意正則引擎的“急于表功”性

正則引擎是急切的，當它找到一個有效的匹配時，它會停止搜索。因此在一定條件下，選擇符兩邊的表達式的順序對結果會有影響。假設你想用正則表達式搜索一個編程語言的函數列表：Get，GetValue，Set或SetValue。一個明顯的解決方案是<<Get|GetValue|Set|SetValue>>。讓我們看看當搜索SetValue時的結果。

因為<<Get>>和<<GetValue>>都失敗了，而<<Set>>匹配成功。因為正則導向的引擎都是“急切”的，所以它會返回第一個成功的匹配，就是“Set”，而不去繼續搜索是否有其他更好的匹配。

和我們期望的相反，正則表達式并沒有匹配整個字符串。有幾種可能的解決辦法。一是考慮到正則引擎的“急切”性，改變選項的順序，例如我們使用<<GetValue|Get|SetValue|Set>

<fieldset id="sssc2"></fieldset>