有人可以解释正则表达式/(.*)\.(.*)/？

Question

我想用正则表达式在Groovy中获取文件扩展名，比方说South.6987556.Input.csv.cop。

http://www.regexplanet.com/advanced/java/index.html告诉我第二组确实包含cop扩展名。这就是我想要的。

0: [0,27] South.6987556.Input.csv.cop
1: [0,23] South.6987556.Input.csv
2: [24,27] cop

我只是不明白为什么结果不会

0: [0,27] South.6987556.Input.csv.cop
1: [0,23] South
2: [24,27] 6987556.Input.csv.cop

获得此类结果的正则表达式应该是什么？

Answer 1

要获得所需的输出，你的正则表达式应该是：

((.*?)\.(.*))

DEMO

查看DEMO网站右下角的已捕获组。

<强>解释

(         group and capture to \1:
  (       group and capture to \2:
    .*?   any character except \n (0 or more
          times) ? after *  makes the regex engine
          to does a non-greedy match(shortest possible match).
  )       end of \2
  \.      '.'
  (       group and capture to \3:
    .*    any character except \n (0 or more
          times)
  )       end of \3
)         end of \1

Answer 2

以下是此正则表达式的可视化

(.*)\.(.*)

Debuggex Demo

用文字

• (.*)匹配尽可能大的任何内容并引用它
• \.匹配一个期间，没有引用（无括号）
• (.*)再次匹配任何内容，可能为空，并引用它

在你的情况下这是

• (.*)：South.6987556.Input.csv
• \.：.
• (.*)：cop

它不仅仅是South和6987556.Input.csv.cop，因为第一部分(.*)不是可选的，而是贪婪的，必须后跟句点，因此引擎会尝试匹配最大可能的字符串。

您的预期结果将由此正则表达式创建：(.*?)\.(.*)。量词之后的?（在这种情况下为*）将引擎的行为切换为ungreedy，因此将搜索最小的匹配字符串。默认情况下，大多数正则表达式引擎都是贪心的。