Question

首先：我对正则表达式不强。现在，那就在桌面上。我正在构建一个使用组和可选组件的正则表达式。我遇到的问题是，我需要在两个不同的区域匹配一定数量，并给它们相同的组名。这似乎不起作用。

所以具体细节。我正在分析来自JVM的垃圾收集日志。有问题的两行是完整的GC和常规的GC。

我打破了这些以使它们可读。

全线：

229980.058: [Full GC 229980.058: 
            [CMS: 2796543K->2796543K(2796544K), **13.3050667** secs]
            2983863K->2872464K(4067264K), 
            [CMS Perm : 325367K->325242K(1048576K)], 13.3054416 secs] 
            [Times: user=13.27 sys=0.03, real=13.31 secs]

常规行：

2.752: [GC 2.752: 
       [ParNew: 1143680K->4938K(1270720K), **0.0243534** secs] 
       1143686K->4945K(4067264K), 0.0245283 secs] 
       [Times: user=0.05 sys=0.02, real=0.03 secs]

如您所见，Full GC将CMS / tenured generation作为第一个字段区域。第二个没有这些，因为它只是常规集合。

为了捕获这些，正确的我已经使“CMS：”和“ParNew：”部分彼此可选。但是，我希望将每个时间作为一个组名称拉出来。（我放的价值**）

我正在使用这个正则表达式：

\ d +。\ d +：[（Full \ s）？GC \ s \ d +。\ d +：[（CMS：\ s（？＆lt; JVM_TenuredGenHeapUsedBeforeGC＆gt; \ d +）+ K-＆gt;（？＆lt; JVM_TenuredHeapUsedAfterGC＆gt; ; \ d +）K（\ d + K），\ S（小于？JVM_GCTimeTaken＆GT; \ d + \ d +）\ ssecs）。？？（ParNew：？？？\ S（\ d +）+ K-＆GT;（小于JVM_NewGenHeapUsedAfterGC＆GT; \ d +）K（（小于JVM_NewGenHeapSize＆GT; \ d +）K），\ S（小于JVM_GCTimeTaken＆GT; \ d + \ d +）\ ssecs）？] .. [为简洁而编辑]

简而言之..是否可以在不同的可选匹配上使用相同的组名？他们永远不会在同一条线上，所以我不知道为什么我不能这样做。

使用regexr进行测试似乎也失败了。谢谢！

Answer 1

我遇到的问题是，我需要在两个不同的区域匹配一定数量，并给它们相同的组名。

我会说这就是问题所在。我没有试过这个，但是我看到了引入命名组的更改列表，而这只是命名一个编号组。所以它无法运作。

给他们不同的名字并使用类似

的内容

Objects.firstNonNull(m.group("foo"), m.group("bar"))

如果您确定其中至少有一个非空（否则您将获得NPE）。或者写下你自己的无效接收单行。

Answer 2

一些小实验表明Java不允许您在正则表达式中定义两次相同的捕获组名称。以下代码生成以下异常：

public class NamedCapturingGroupMain {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("(?<mygroup>a)|(?<mygroup>b)");
    }
}

例外：

Exception in thread "main" java.util.regex.PatternSyntaxException: Named capturing group <mygroup> is already defined near index 24

这里最简单的方法可能是定义两个不同的捕获组名称，如果第一个名称为null，则使用第二个名称。例如，如果您使用“JVM_GCTimeTakenFull”和“JVM_GCTimeTakenPartial”，然后执行以下操作：

String gcTimeTaken = matcher.group("JVM_GCTimeTakenFull");
if (gcTimeTaken == null) {
    gcTimeTaken = matcher.group("JVM_GCTimeTakenPartial");
}

Answer 3

编辑 - 如果Java不允许重复名称，我错过了Java标记（我知道了它不支持分支重置）你可以这样做，然后测试一个匹配 Full_GC和CMS（可让您解释下一组）

无论哪种方式，您只需要一个JVM_GCTimeTaken组。

 # "\\d+\\.\\d+:\\s*\\[(?:(?<Full_GC>Full\\s*GC)|(?<GC>GC))\\s*(?<GC_Val>\\d+\\.\\d+):\\s*\\[(?:(?<CMS>CMS)|(?<ParNew>ParNew)):\\s*(?<HeapUsedBefore>\\d+)K->(?<HeapUsedAfter>\\d+)K\\((?<NewHeapSize>\\d+)K\\),\\s*(?<JVM_GCTimeTaken>\\d+\\.\\d+)\\s*secs\\]"


 \d+ \. \d+ : \s* 
 \[
     (?:
          (?<Full_GC> Full \s* GC )     # (1)
       |  (?<GC> GC )               # (2)
     )
     \s* 
     (?<GC_Val> \d+ \. \d+ )            # (3)
     : 
     \s* 
 \[
     (?:
          (?<CMS> CMS )                 # (4)
       |  (?<ParNew> ParNew )           # (5)
     )
     : \s* 
     (?<HeapUsedBefore> \d+ )           # (6)
     K->
     (?<HeapUsedAfter> \d+ )            # (7)
     K
     \(
     (?<NewHeapSize> \d+ )              # (8)
     K
     \)
     , \s* 
     (?<JVM_GCTimeTaken> \d+ \. \d+ )   # (9)
     \s* 
     secs
 \]

正则表达式分组和可选匹配

3 个答案: