Question

我有兴趣从长字符串中提取前10个数字，而忽略前导零。此外，如果只有零，则只返回1 0，如果没有数字，则返回空字符串。我希望在一个find中匹配它。

例如：

"abcd00111.g2012asd"应与"1112012"
"aktr0011122222222222ddd"应与"1112222222"
"asdas000000asdasds0000"应与"0"
"adsads.cxzv.;asdasd"应与""

以下是我到目前为止所尝试的内容：Ideone Demo - code

Pattern p = Pattern.compile("[1-9]{1}+[0-9]{9}");
Matcher m = p.matcher(str);
if (m.find()) {
  String match = m.group();
  System.out.println(match);
}

问题是这个正则表达式在第一个非零之后需要9个连续数字，我需要任何9个数字（其间可能是非数字字符）。

请注意，在代码中我有if (m.find())而不是while (m.find())，因为我希望在单次运行中找到匹配项。

更新

基于我所理解的评论，正则表达式无法在单次运行中完成。

我希望答案不一定是基于正则表达式，但最有效率，因为我会多次执行此方法。

Answer 1

一般情况下，单个find无法做到这一点。如果您知道连续数字序列的最大数量，则可以执行此操作，但如果不知道，那么这是不可能的，至少在Java Pattern类的支持级别上是不可能的。 I这是错的。 Kobi's comment表明可以使用单个正则表达式。我将在此重现评论：

哦，通过捕获10个数字中的每个数字，有点像：^[\D0]*(\d)\D*(?:(\d)\D*(?:(\d)\D*(?:(\d)\D*(?#{6 more times}))?)?)?，它有点可能，但它真的很丑，并且不能很好地扩展。

但是仍然需要连接组。开头的正则表达式中的逻辑是非常好的：由于贪婪的属性，它将搜索在所有前导零之后的第一个非零数字（如果有的话），或者如果没有非零，它将采用最后的0 - 零数字。

如果你把关于效率的讨论扔出门外，你想要短代码：

String digitOnly = str.replaceAll("\\D+", "");
String noLeadingZero = digitOnly.replaceFirst("^0+", "");
String result = digitOnly.isEmpty() ? "" :
                noLeadingZero.isEmpty() ? "0" : 
                noLeadingZero.substring(0, Math.min(noLeadingZero.length(), 10));

坦率地说，使用StringBuilder循环遍历字符串就足够了，它应该比正则表达式解决方案更快。

StringBuilder output = new StringBuilder();
boolean hasDigit = false;
boolean leadingZero = true;
for (int i = 0; i < str.length() && output.length() < 10; i++) {
    char currChar = str.charAt(i);
    if ('0' <= currChar && currChar <= '9') {
        hasDigit = true;
        if (currChar != '0') {
            output.append(currChar);
            leadingZero = false;
        } else if (!leadingZero) { // currChar == 0
            output.append(currChar);
        } // Ignore leading zero
    }
}

String result = !hasDigit ? "" :
                output.length() == 0 ? "0" :
                output.toString();

Performance testing code。请注意，您应该调整参数以使其类似于实际输入，以便获得良好的近似值。我怀疑循环方法比涉及正则表达式的任何东西慢;然而，差异只是大规模的显着。

Answer 2

String test = "sdfsd0000234.432004gr23.022";
StringBuilder sb = new StringBuilder();
for(int i=0;i<test.length();i++) {
    if(Character.isDigit(test.charAt(i))) 
        sb = sb.append(test.charAt(i));
}
String result = sb.toString();
result = result.replaceFirst("^0*", "");  //Remove leading zeros
System.out.println(result);               //Will print 23443200423022

Java，Regex匹配String中的前10位数，忽略前导零

2 个答案: