正则表达式中的元字符

Question

全

如果我想从.txt文件中读取一个字符并设置搜索边界(只针对一个字符。空格)来读取“数字2到9或e之外的小写字符”，下面两个正则表达式中的一个是正确的吗？

I. "[/w[2-9][a-z&&[^e]]]"  

对比

II. "[[2-9][a-z&&[^e]]]"

我倾向于第二个，但我在java.util.regex.Pattern描述中找不到任何显示如何同时搜索同一位置的数字和字符的内容。任何帮助都是最好的。谢谢！^^

Answer 1

您的第二个正则表达式是正确的，但是您不需要所有这些括号。这样就可以了：

"[2-9a-z&&[^e]]"

这将比@ruakh的建议(?!e)[2-9a-z]更有效，后者必须在每个位置执行两个测试。这正是Java开发人员试图用交叉运算符&&解决的问题。自那以后，统一码联盟和其他set operations一起认可了这个想法。

我不知道您使用第一个正则表达式的目的是什么，但是/和w都将被视为文字字符，使其等同于[2-9a-df-z/]，这听起来并不像您想要的。

编辑：别误会我的意思，效率并不是首选这种方法的唯一原因。它甚至不是最重要的。Premature optimization在正则表达式中和在其他任何地方一样邪恶。专注于保持您的正则表达式尽可能简单和清晰，这样您就不必担心性能问题。我的正则表达式比先行版本更简单(因为它只执行一种操作)，也更清晰(更具可读性)(但不是很多；在我看来，&&语法仍然很可怕)。

Answer 2

你可以这样写：

[2-9a-df-z]

如果你真的想用一个显式的“非e”来编写a-z，你可以这样写：

(?!e)[2-9a-z]

但我认为，对于这个目的来说，这有点过头了。

Answer 3

试试[2-9a-df-z]。这将匹配从2到9的数字，以及除e之外的所有小写字符，即从a到d，从f到z。