java - Java 正则表达式：什么是“'-”

Question

我在java中找到了使用正则表达式的一行。它需要用户输入姓氏

return lastName.matches( "[a-zA-z]+([ '-][a-zA-Z]+)*" );

我想知道['-]的功能是什么。另外，为什么我们同时需要一个“+”和一个“*”，而 ['-][a-zA-Z] 在括号中？

Answer 1

你的 RE 是：[a-zA-z]+([ '-][a-zA-Z]+)*

我将把它分解成它的组成部分：

• [a-zA-Z]+

  字符串必须以任意字母开头，a-z或者A-Z，重复一次或多次 ( +)。

• ([ '-][a-zA-Z]+)*

  • [ '-]

  <space>、'或的任何单个字符-。

  • [a-zA-Z]+

  同样，任何字母，a-z或A-Z，重复一次或多次。

  这种字母 ('-和a-ZA-Z) 的组合可能会重复零次或多次。

为什么[ '-]？允许使用连字符的名称，例如Higgs-Boson或带有撇号的名称，例如O'Reilly，或带有空格的名称，例如Van Dyke.

Answer 2

该表达式的[ '-]意思是“一个'，，或-”。顺序非常重要 - 破折号必须是最后一个，否则字符类将被视为一个范围，并且在空格和引号之间具有代码点的其他字符'也将被接受。

+指“一次或多次重复”；*表示“零次或多次重复”，指的是+或*修饰符之前的正则表达式的术语。]

总体而言，该表达式匹配由空格、破折号或单引号分隔的小写和大写字母组。

Answer 3

这意味着它可以是任何字符space '或- （空格，引号破折号）

- 可以这样做，因为\- 它也可以意味着一个范围......比如a-z

Answer 4

这看起来像是一种匹配双管（空格或连字符）或 I-don't-know-what-to-call-it 名称的模式，例如O'Grady... 例如：

它会匹配

counter-terrorism
De'ville
O'Grady
smith-jones
smith and wesson

但它不会匹配

jones-
O'Learys'
#hashtag
Bob & Sons

Answer 5

这个想法是，在第一个[A-Za-z]+字母消耗完它可以使用的所有字母之后，匹配将在那里结束，除非下一个字符是空格、撇号或连字符 ( [ '-])。如果存在其中一个字符，则必须在其后至少再跟一个字母。

很多人对此有困难。天真地写一些类似的东西[A-Za-z]+[ '-]?[A-Za-z]*，计算分隔符和额外的字母块是可选的。但它们不是独立可选的；如果有分隔符 ( [ '-])，则后面必须至少再跟一个字母。否则它会将字符串R'- j'-'视为有效。你的正则表达式没有这个问题。

顺便说一句，您的正则表达式中有一个错字：[a-zA-z]. 你要注意这一点，因为[A-z]它匹配所有的大写和小写字母，所以只要输入有效，它似乎就可以正常工作。但它也匹配几个非字母字符，其代码点恰好位于Z和之间a。很少有 IDE 或正则表达式工具会捕捉到该错误。