Я всегда думал, что утверждение look-behind в Java regex-API (и многие другие языки, если на то пошло) должно иметь очевидную длину. Таким образом, кванторы STAR и PLUS не допускаются внутри look-behinds.
Отличный онлайн-ресурс regular-expressions.info, кажется, подтверждает (некоторые из) мои предположения:
"[...] Java делает шаг дальше позволяя конечное повторение. Ты все еще не может использовать звезду или плюс, но вы может использовать знак вопроса и фигурные скобки с максимальным параметром указано. Java признает факт что конечное повторение может быть переписан как чередование строк с разными, но фиксированными длинами. К сожалению, JDK 1.4 и 1.5 есть некоторые ошибки, когда вы используете чередование внутри lookbehind. Эти были установлены в JDK 1.6. [...]"
Использование фигурных скобок работает до тех пор, пока общая длина диапазона символов внутри внешнего вида меньше или равна Integer.MAX_VALUE. Таким образом, эти регулярные выражения действительны:
"(?<=a{0," +(Integer.MAX_VALUE) + "})B"
"(?<=Ca{0," +(Integer.MAX_VALUE-1) + "})B"
"(?<=CCa{0," +(Integer.MAX_VALUE-2) + "})B"
Но это не так:
"(?<=Ca{0," +(Integer.MAX_VALUE) +"})B"
"(?<=CCa{0," +(Integer.MAX_VALUE-1) +"})B"
Однако я не понимаю следующее:
Когда я запускаю тест, используя квант * и + внутри внешнего вида, все идет хорошо (см. вывод Тест 1 и Тест 2).
Но когда я добавляю один символ в начале look-behind из Test 1 и Test 2, он прерывается (см. вывод Test 3).
Создание жадного * от теста 3 неохотно не действует, оно все равно ломается (см. Тест 4).
Здесь проверочный жгут:
public class Main {
private static String testFind(String regex, String input) {
try {
boolean returned = java.util.regex.Pattern.compile(regex).matcher(input).find();
return "testFind : Valid -> regex = "+regex+", input = "+input+", returned = "+returned;
} catch(Exception e) {
return "testFind : Invalid -> "+regex+", "+e.getMessage();
}
}
private static String testReplaceAll(String regex, String input) {
try {
String returned = input.replaceAll(regex, "FOO");
return "testReplaceAll : Valid -> regex = "+regex+", input = "+input+", returned = "+returned;
} catch(Exception e) {
return "testReplaceAll : Invalid -> "+regex+", "+e.getMessage();
}
}
private static String testSplit(String regex, String input) {
try {
String[] returned = input.split(regex);
return "testSplit : Valid -> regex = "+regex+", input = "+input+", returned = "+java.util.Arrays.toString(returned);
} catch(Exception e) {
return "testSplit : Invalid -> "+regex+", "+e.getMessage();
}
}
public static void main(String[] args) {
String[] regexes = {"(?<=a*)B", "(?<=a+)B", "(?<=Ca*)B", "(?<=Ca*?)B"};
String input = "CaaaaaaaaaaaaaaaBaaaa";
int test = 0;
for(String regex : regexes) {
test++;
System.out.println("********************** Test "+test+" **********************");
System.out.println(" "+testFind(regex, input));
System.out.println(" "+testReplaceAll(regex, input));
System.out.println(" "+testSplit(regex, input));
System.out.println();
}
}
}
Выход:
********************** Test 1 **********************
testFind : Valid -> regex = (?<=a*)B, input = CaaaaaaaaaaaaaaaBaaaa, returned = true
testReplaceAll : Valid -> regex = (?<=a*)B, input = CaaaaaaaaaaaaaaaBaaaa, returned = CaaaaaaaaaaaaaaaFOOaaaa
testSplit : Valid -> regex = (?<=a*)B, input = CaaaaaaaaaaaaaaaBaaaa, returned = [Caaaaaaaaaaaaaaa, aaaa]
********************** Test 2 **********************
testFind : Valid -> regex = (?<=a+)B, input = CaaaaaaaaaaaaaaaBaaaa, returned = true
testReplaceAll : Valid -> regex = (?<=a+)B, input = CaaaaaaaaaaaaaaaBaaaa, returned = CaaaaaaaaaaaaaaaFOOaaaa
testSplit : Valid -> regex = (?<=a+)B, input = CaaaaaaaaaaaaaaaBaaaa, returned = [Caaaaaaaaaaaaaaa, aaaa]
********************** Test 3 **********************
testFind : Invalid -> (?<=Ca*)B, Look-behind group does not have an obvious maximum length near index 6
(?<=Ca*)B
^
testReplaceAll : Invalid -> (?<=Ca*)B, Look-behind group does not have an obvious maximum length near index 6
(?<=Ca*)B
^
testSplit : Invalid -> (?<=Ca*)B, Look-behind group does not have an obvious maximum length near index 6
(?<=Ca*)B
^
********************** Test 4 **********************
testFind : Invalid -> (?<=Ca*?)B, Look-behind group does not have an obvious maximum length near index 7
(?<=Ca*?)B
^
testReplaceAll : Invalid -> (?<=Ca*?)B, Look-behind group does not have an obvious maximum length near index 7
(?<=Ca*?)B
^
testSplit : Invalid -> (?<=Ca*?)B, Look-behind group does not have an obvious maximum length near index 7
(?<=Ca*?)B
^
Мой вопрос может быть очевиден, но я все равно спрошу его: может ли кто-нибудь объяснить мне, почему Тест 1 и 2, и Тест 3 и 4 нет? Я бы ожидал, что все они потерпят неудачу, а не половина из них работают, а половина из них потерпит неудачу.
Спасибо.
PS. Я использую: Java версия 1.6.0_14