除非转义，否则在字符串中查找简单模式

Question

我有一些代码可以查找简单的粗体标记

private Pattern bold = Pattern.compile("\\*[^\\*]*\\*")

如果有人使用：这是我的*加粗*文本 - 我的模式会找到“粗体”

我现在需要一种方法来使用*而不是在粗体的上下文中。所以我想允许逃避。

E.g。这个我的\ *非粗体\ *文本 - 不应该找到任何模式。

有没有一种简单的方法可以改变我的正则表达式来实现这一目标？

Answer 1

你需要一个负面的背后隐藏：

(?<!\\)\*[^*]+(?<!\\)\*

在Java字符串中，这给出了（反斜杠）：

"(?<!\\\\)\\*[^*]+(?<!\\\\)\\*"

注意：星号（*）在字符类中没有特殊含义，因此无需转义它

注2：(?<!...)是负面的背后;它是一个锚点，这意味着它找到位置但不消耗任何文本。从字面上看，它可以翻译为：“找到没有前置文本的位置匹配正则表达式...”。其他锚点是：

• ^：找到之前没有可用输入的位置（即，只能在输入的开头匹配）;
• $：找到之后没有可用输入的位置（即，只能在输入结束时匹配）;
• (?=...)：找到以下文字与正则表达式...匹配的位置（这称为正向前瞻）;
• (?!...)：找到以下文字不匹配正则表达式...的位置（这称为否定前瞻）;
• (?<=...)：找到前一个文字与正则表达式...匹配的位置（这是一个积极的外观）;
• \<：找到前面输入为空的位置或不是单词字符的字符，后面的字符是单词字符（取决于实现）;
• \>：找到以下输入为空的位置或不是单词字符的字符，前面的字符是单词字符（取决于实现）;
• \b：\<或\>。

注3：Javascript正则表达式不支持lookbehinds;他们也不支持\<或\>。更多信息here。

注意4：对于一些正则表达式引擎，可以改变^和$的含义来匹配每一行的开头和结尾的位置;在Java中，即Pattern.MULTILINE;在类似Perl的正则表达式引擎中，即/m。

Answer 2

这种基于正面观察的负面正则表达式应该对你有用：

(?<!\\)\*[^*]+\*(?<!\\)

现场演示：http://www.rubular.com/r/sobKUrkTjP

当翻译成Java时，它将成为：

(?<!\\\\)\\*[^*]+\\*(?<!\\\\)

Answer 3

我认为直到现在这两个答案都非常有趣，但并不完全正确。当粗体文本内部没有星号时，它们不起作用（我认为这几乎是逃避星号的主要原因）。

例如：

  

My * bold \ * text * here，另一个* bold *，more \ *和* here \ *和   \ *结束*更多文字

应该找到三组：

  

* bold \ * text *

     

*粗体*

     

*此处\ *和\ *结束*

通过一些修改，我们可以用这个正则表达式来做到这一点：

(?<!\\)\*([^*\\]|\\\*)+\*

可以在这里测试： http://www.rubular.com/r/Jeml02HHYJ

当然，在Java中需要更多的转义：

(?<!\\\\)\\*([^*\\\\]|\\\\\\*)+\\*