Question

我正试图从文字中获取record1，record2，record3：

"Record1 ANY TEXT 123 4 5 Record2 ANOTHER TEXT 90-8098 Record3 MORE TEXT ASD 123"

每条记录显示一次或零次。我使用模式：

(Record1.*)?(Record2.*)?(Record3.*)?

如果出现每条记录，

matcher.group(1) == "Record1 ANY TEXT 123 4 5 Record2 ANOTHER TEXT 90-8098 Record3 MORE TEXT ASD 123"
matcher.group(2) == null
matcher.group(3) == null

如果我使用模式：

(Record1.*)(Record2.*)(Record3.*)

matcher.group(1) == "Record1 ANY TEXT 123 4 5 "
matcher.group(2) == "Record2 ANOTHER TEXT 90-8098 "
matcher.group(3) == "Record3 MORE TEXT ASD 123"

这是我想要的，但是每个记录都可以显示为零时间且此正则表达式不适合

我应该使用什么模式？

Answer 1

你想让你的量词非贪婪，你想要使用锚点：

^.*?(Record1.*?)?(Record2.*?)?(Record3.*?)?$

在原始表达式中，.*基本上消耗了字符串末尾的所有内容，因为这是正则表达式的行为方式，默认情况下（称为贪婪匹配）。由于第二组和第三组是可选的，因此引擎不没有理由简单地匹配所有第一组.* - 这是最有效的匹配。

通过在任何量词之后添加?，例如 *?或+?或??或{m,n}?，您可以指示引擎尽可能少地匹配 ，即调用非贪婪匹配。

那么，为什么锚？好吧，如果你调用非贪婪的匹配，引擎会尝试尽可能少地匹配。所以，它匹配 nothing ，因为你的所有组都是可选的！通过强制整个表达式与开头^以及结尾$匹配，您可以强制使用正则表达式来找到通过.*?匹配尽可能少的字符的方法，但仍然需要尽可能多地获得所有细节。

Answer 2

如果您的文字紧凑且仅由Record组成，为什么不使用拆分
（如果Java称之为拆分）。

拆分正则表达式：

 #  "(?:(?!Record)[\\S\\s])*(Record[\\S\\s]*?)(?=Record|$(?!\\n))"


 (?:
      (?! Record )
      [\S\s] 
 )*
 ( Record [\S\s]*? )
 (?=
      Record
   |  $ (?! \n )
 )

如何regExp'零或一个'组包含'。*'

2 个答案: