Question

我正在尝试在以逗号分隔的列表中搜索文件名：

的text.txt，temp_doc.doc，template.tmpl，empty.zip

我使用Java的正则表达式实现。输出要求如下：

仅显示文件名，而不显示各自的扩展名
排除以“temp _”

应该看起来像：

文本

模板

空

到目前为止，我已设法编写或多或少令人满意的正则表达式来应对第一项任务：

[^\\.,]++(?=\\.[^,]*+,?+)

我相信它符合第二个要求最佳选择是使用外观构造，但不确定如何编写可靠和优化的表达式。虽然以下正则表达式似乎确实做了所需要的，但如果没有其他原因，它显然是一个有缺陷的解决方案，而不是依赖于显式的最大文件名长度。

(?!temp_|emp_|mp_|p_|_)(?<!temp_\\w{0,50})[^\\.,]++(?=\\.[^,]*+,?+)

P.S。我一直在研究正则表达几天，所以请不要嘲笑这个新手式的过于复杂的代码:)

Answer 1

仅显示文件名，而不显示各自的扩展名

排除以“temp _”
开头的文件

一个变体是这样的：

(?:^|,)(?!temp_)((?:(?!\.[^.]*(?:,|$)).)+)

这允许

不以“单词字符”开头的文件名（Tim Pietzcker的解决方案没有）
包含点的文件名（类似于file.name.ext的文件名将与file.name匹配）

但实际上，这真的很复杂。你最好写一个小函数，用逗号分隔输入并从部分中剥离扩展。

无论如何，这是拆解：

(?:^|,)        # filename start: either start of the string or comma
(?!temp_)      # negative look-ahead: disallow filenames starting with "temp_"
(              # match group 1 (will contain your file name)
  (?:          #   non-capturing group (matches one allowed character)
    (?!        #     negative look-ahead (not followed by):
      \.       #       a dot
      [^.]*    #       any number of non-dots (this matches the extension)
      (?:,|$)  #       filename-end (either end of string or comma)
    )          #     end negative look-ahead
    .          #     this character is valid, match it
  )+           #   end non-capturing group, repeat
)              # end group 1

http://rubular.com/r/4jeHhsDuJG

Answer 2

这个怎么样：

Pattern regex = Pattern.compile(
    "\\b        # Start at word boundary\n" +
    "(?!temp_)  # Exclude words starting with temp_\n" +
    "[^,]+      # Match one or more characters except comma\n" +
    "(?=\\.)    # until the last available dot", 
    Pattern.COMMENTS);

这也允许文件名中的点。

Answer 3

另一种选择：

(?:temp_[^,.]*|([^,.]*))\.[^,]*

该模式将匹配所有文件名，但仅捕获有效名称。

如果在当前位置，该模式可以与temp_file.ext匹配，则匹配它并且不会捕获。

它无法与temp_匹配，它会与([^,.]*)\.[^,]*匹配，并捕获文件的名称。

您可以在此处查看示例：http://www.rubular.com/r/QywiDgFxww

Java中的正则表达式外观构造：建议所需的优化

3 个答案: