java - 为什么这个正则表达式不匹配这个？

Question

我正在使用以下正则表达式（在 java 中）从 IMDB 中某个演员的电影中获取 id、title 和 year。

/title/tt(\\d+)/\"\\s+itemprop=\"performerIn\"\\s*>\\s*(([\\(|\\)|&#\\d+;|\\w|!|/|:|-|.|,| ]+) \\(\\d\\d\\d\\d\\))</a>

（正则表达式中最重要的部分是“performerIn”之后的内容）我在这个页面上遇到了麻烦，以获得标题“星球大战：第三集 - 西斯的复仇（2005）”。它不匹配。怎么了？

Answer 1

该字符-是括号表达式中的特殊字符，表示范围。例如，[A-Z]匹配从Ato的字符范围Z，而不是字符A,-和Z.

因此，如果您想捕获它，如 中Episode III - Escape of the Sith，您需要使用以下方法对其进行转义\\-：

/title/tt(\\d+)/\"\\s+itemprop=\"performerIn\"\\s*>\\s*(([\\(|\\)|&#\\d+;|\\w|!|/|:|\\-|.|,| ]+) \\(\\d\\d\\d\\d\\))</a>

此外，当使用方括号表达式时，您不需要使用管道 ( |)。这就是括号表达式的重点。因此，不要使用[,|:| ]匹配,,:和空格，而是使用[,: ] instead.[,|:| ] will match all those characters **AND** the pipe character itself, since inside a bracket expression, with the exception of- and^` 开头，所有内容都作为文字匹配。