Question

我正在尝试使用正则表达式来匹配以下格式的文件：

FILTER
<data>
ORDER
<data>

现在，<data>部分是我需要提取的部分，这很简单，除了我有以下复杂情况：

1）可以重复此模式（中间没有换行符）

2）<data>可能不存在。

特别是，这个文件没问题：

FILTER
test1
ORDER
test2
FILTER
test3
ORDER
FILTER
ORDER

并且应该给我以下几组：

＆＃34; test1＆＃34;，＆＃34; test2＆＃34;，＆＃34; test3＆＃34;，＆＃34;＆＃34;，＆＃34;＆＃34;，＆＃ 34;＆＃34;

我已经尝试过的正则表达式是：(?:FILTER\n(.*)\nORDER\n(.*))*

Here是对regex101的测试。

我对正则表达式很新，任何帮助都会受到赞赏。

Answer 1

您可以使用基于lazy-bit匹配+淬火贪婪令牌的正则表达式：

(?s)FILTER(.*?)ORDER((?:(?!FILTER).)*)
           ^-^       ^--------------^

对此正则表达式使用DOTALL修饰符。这是一个regex demo。 .*?匹配任何字符，但尽可能少，因此匹配第一个ORDER。 (?:(?!FILTER).)*淬火贪婪令牌匹配任何非FILTER的文本。它是多字符序列的一种否定字符类同义词。

您可以按如下方式展开它：

FILTER([^O]*(?:O(?!RDER)[^O]*)*)ORDER([^F]*(?:F(?!ILTER)[^F]*)*)

请参阅regex demo（此正则表达式不需要DOTALL模式）。

String s = "FILTER\ntest1\nORDER\ntest2\nFILTER\ntest3\nORDER\nFILTER\nORDER";
Pattern pattern = Pattern.compile("(?s)FILTER(.*?)ORDER((?:(?!FILTER).)*)");
Matcher matcher = pattern.matcher(s);
List<String> results = new ArrayList<>();
while (matcher.find()){
    if (matcher.group(1) != null) {
        results.add(matcher.group(1).trim());
    } 
    if (matcher.group(2) != null) {
        results.add(matcher.group(2).trim());
    } 
} 
System.out.println(results);  // => [test1, test2, test3, , , ]

请参阅IDEONE demo

如果您需要确保FILTER和ORDER分隔符字符串显示为单独的行，只需在它们周围使用^和$并添加MULTILINE修饰符（以便^可以匹配行的开头，而$可以匹配行的结尾）：

(?sm)^FILTER$(.*?)^ORDER$((?:(?!^FILTER$).)*)
 ^^^^

请参阅another regex。

Answer 2

我会使用以下正则表达式：

FILTER(?:\n(?!ORDER)(.*))?\nORDER(?:\n(?!FILTER)(.*))?

您可以在regex101

上进行测试

正则表达式匹配特定的文件格式和空字符串

2 个答案: