Question

我发了许多种类和一些陷阱的动物的文字，以及没有意思的其他文字，例如： “cat dog house 131 bird 1341 house trap cat cat cat dog trap house dog house trap”。

我正在尝试构建一个正则表达式，它将为每个陷阱找到最接近的优先级动物，例如“猫狗屋131 鸟 1341屋陷阱猫猫猫狗陷阱房子狗房子陷阱 “。

我写过这个正则表达式：(cat|dog|bird)(?!.*(cat|dog|bird).*).*trap

这是我的完整Java代码：

Pattern p = Pattern.compile("(cat|dog|bird)(?!.*(cat|dog|bird).*).*trap");
Matcher m = p.matcher("cat dog house 131 bird 1341 house trap cat cat cat dog trap house dog house trap");
int start = 0;
while (m.find(start)) {
    System.out.println(m.group(0));
    System.out.println(m.group(1));
    start = m.start + 1; //increment
}

很奇怪它只发现了最后一次骚扰，而不是第一次，第二次和最后一次。上面代码的输出是：

dog house trap
dog

为什么？我试图将^.*?添加到正则表达式之前将其锚定到开头，但它没有帮助。

Answer 1

您可以这样做：

Pattern p = Pattern.compile("(cat|dog|bird)((?!cat|dog|bird).)*?trap");
Matcher m = p.matcher("cat dog house 131 bird 1341 house trap cat cat cat dog trap house dog house trap");
while (m.find()) {
  System.out.println(m.group(1) + " :: " + m.group(0));
}

产生：

bird :: bird 1341 house trap 
dog :: dog trap 
dog :: dog house trap

简要说明：

(cat|dog|bird)        # match one of: 'cat', 'dog' or 'bird'
(                     # start group 2
  (?!cat|dog|bird).   #  if none of 'cat', 'dog' or 'bird' are ahead, match any char (except line breaks)
)*?                   # end group 2 and reluctantly match it zero or more times
trap                  # match 'trap'

你可以在负面预测中添加trap，但“不情愿”的量词将导致第一次出现trap作为结束。< / p>

Answer 2

这是因为你的表达说动物不能被任何动物所追随。这就是为什么只有最后一只“被困动物”匹配的原因。

这是一个难以解决的问题，因为基本上你想说“之间的某些内容不匹配 bird|dog|cat ”。

我能想到的最好的解决方案就是这个（它并不漂亮！）

import java.util.regex.*;

public class Test {

    public static void main(String[] args) {

        String pat = "(cat|dog|bird)([^bcd]|b(?!ird)|c(?!at)|d(?!og))*trap";

        String str = "cat dog house 131 bird 1341 house trap cat cat cat dog " +
                     "trap house dog house trap";

        Pattern p = Pattern.compile(pat);
        Matcher m = p.matcher(str);
        int start = 0;
        while (m.find(start)) {
            System.out.printf("Found trapped %s at %d%n", m.group(1), m.start());
            start = m.start() + 1;
        }
    }
}

<强>输出：

Found trapped bird at 18
Found trapped dog at 51
Found trapped dog at 66

基本上它说，

cat|dog|bird，然后是
除b，c和d之外的任何字符，或
- b（但未跟ird）或
- c（但未跟at）或
- d（但未跟og）。
后跟trap

Answer 3

我无法编辑，但在最后一行应该是start = m.start + 1;。

Answer 4

正如aioobe所说，解决这个问题很麻烦，只有当您的要求变得更加复杂时，才能通过RegEx解决问题。

（伪代码）的某些内容......

str = "cat dog house 131 bird 1341 house trap cat cat cat dog trap house dog house trap";
arr = str.split(" "); //split on spaces
trapping = null;

for each item in arr {
  if (isTrap(item) && trapping != null) { 
    reportTrappedAnimal(trapping);
    trapping = null;     
  } else if (isAnimal(item)) { 
    trapping = item;
  }
}

您可以使用正则表达式来实现isAnimal()和isTrap()，但根据您的要求，这可能是过度或不切实际的。

java.util.regex引擎中的奇怪的正向前瞻行为

4 个答案: