【现代编译器】语法分析——正则表达式，上下文无关文法，递归下降分析，分析树...-优快云博客

本文介绍了正则表达式的基本概念、匹配方法、量词应用，以及如何使用正则表达式进行替换、切分等操作。进一步探讨了语法分析的基础知识，包括词法分析器、上下文无关文法、分析树、预测分析等概念，详细解释了如何通过正则表达式和文法定义语言结构。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 正则表达式

1 最基础：

要找一个数字，它可能有一个负号在前面，那么就写上一个负号加上一个问号： -?

在JAVA中，\\的意思是“我要插入一个正则表达式的反斜线，表示其后的字符具有特殊的意义”，所以要描述一个整数，正则表达式应该是： \\d。同理，要插入一个普通的反斜线，则应该是：\\\\。

要表示“一个或多个之前的表达式”，应该使用：+

综上，要表示“可能有一个负号，后面跟着一位或多位数字”，可以这样： -?\\d+.

使用正则表达式的最简单途径——String类的内建功能：

匹配：“-1234”.matches("-?\\d+");

切分：split()方法，将字符串从正则表达式匹配的地方切开。string.split("n\\W+"); 表示字母n后面跟着一个或多个非单词字符。被匹配的字符串是不出现在切分结果中的。

替换：替换正则表达式第一个匹配的子串，或是替换所有匹配的地方。 s.replaceFirst("f\\w+", "located"); s.replaceAll(“shrubbery|tree|herring”, "banana");

如果正则表达式不是只使用一次的话，非String对象的正则表达式明显具备更佳的性能。这个在稍后就会看到。

例：下面的每一个正则表达式都能成功匹配字符序列“Rudolph”

for(String pattern: new String[]{
        "Rudolph", "[rR]udolph", "[rR][aeiou][a-z].*", "R.*" })
})
        System.out.println("Rudolph".matched(pattern));

2 量词

量词描述了一个模式吸收输入文本的方式

贪婪型：为所有可能的模式发现极可能多的匹配
勉强型：匹配满足模式所需要的最少字符数
占有型：只能用于Java。

测试代码：

import java.util.regex.*;

public class testRegex
{
	public static String t = "Java now has regular expressions";

	public static String r = "((^[aeious])|(\s+[aeiou]))"
	{
		System.out.println("Input: \"" + args[0] + "\"");

				for(String arg: args)
					{
				System.out.println("Regular expression: \"" + arg + "\"");
			    Pattern p = Pattern.compile(arg);
				Matcher m = p.matcher(t);
				while(m.find())
					{
						System.out.println("Match \"" + m.group() + "\" at position" + m.start() + "-" + (m.end()-1));
					}
			}
	}
}

功能更强大的正则表达式工具：

导入java.util.regex包，然后用static Pattern.compile()方法编译你的正则表达式，生成一个Pattern对象
把要检索的字符串传入Pattern对象的matcher()方法，matcher方法会生成一个Matcher对象，该对象有很多方法，如

- boolean matches()：匹配整个输入的字符串是否匹配正则表达式
- bollean lookingAt()：判断该字符串（不必是整个字符串）的某一部分是否能够匹配模式。
- bollean find()：在字符串中查找多个匹配，用Matcher.group()返回查找到的匹配的字符串。
- boolean find(int start)