Question

输入字符串：

aaa---foo---ccc---ddd
aaa---bar---ccc---ddd
aaa---------ccc---ddd

正则表达式：aaa.*(foo|bar)?.*ccc.*(ddd)

此正则表达式在任何情况下都找不到第一组（foo | bar）。对于捕获组1，它始终返回null。我的问题是为什么以及如何避免这种情况。

这是我的正则表达式的简单示例。如果我删除?量词，但输入字符串可以完全没有此组（aaa---------ccc---ddd），那么它仍然有用，我仍然需要确定它是foo还是bar还是{ {1}}。但是第1组始终是null。

使用此正则表达式和测试字符串的页面：http://fiddle.re/45c766

Answer 1

如果要捕获中间foo或bar字符串，请将正则表达式更改为以下内容。

aaa(?:(?!foo|bar).)*(foo|bar)?.*?ccc.*?(ddd)

由于.*也会占用中间字符串foo或bar，因此您可以使用(?:(?!foo|bar).)*而不是(?:(?!foo|bar).)*。这个foo正则表达式会匹配任何字符，但不会匹配bar或String s = "aaa---foo---ccc---ddd\n" + "aaa---bar---ccc---ddd\n" + "aaa---------ccc---ddd"; Pattern regex = Pattern.compile("aaa(?:(?!foo|bar).)*(foo|bar)?.*?ccc.*?(ddd)"); Matcher matcher = regex.matcher(s); while(matcher.find()){ System.out.println(matcher.group(1)); }零次或多次。

DEMO

foo
bar
null

<强>输出：

{{1}}

Answer 2

这就是为什么它不起作用：当你在模式中有.*时，匹配器的算法就是尝试匹配尽可能多的字符来制作其余的模式工作。在这种情况下，如果它尝试从字符串的整个剩余部分开始.*并删除一个字符直到匹配，则会发现（对于"aaa---foo---ccc---ddd"）它将有效.*匹配9个字符;那么(foo|bar)?并不匹配任何东西，这是可以的，因为它是可选的;并且下一个.*匹配0个字符，然后其余模式匹配。这就是它选择的那个。

将.*更改为.*?的原因：

aaa.*?(foo|bar)?.*?ccc.*(ddd)

不起作用的是匹配器反向做同样的事情。它以0字符匹配开始，然后确定它是否可以使模式工作。尝试此操作时，会发现它可以使.*?匹配0个字符;那么(foo|bar)?并不匹配任何东西;然后第二个.*?匹配9个字符;那么模式的其余部分匹配ccc---ddd。无论哪种方式，它都不会做你想做的事。

答案中有几个解决方案，都涉及前瞻性。这是另一个解决方案：

aaa.*(foo|bar).*ccc.*(ddd)|aaa.*ccc.*(ddd)

这基本上按顺序检查两种模式;首先检查其中是否有foo|bar的模式，如果匹配不匹配，则会搜索另一种可能性，而不是foo|bar。如果有foo|bar，我们总会找到它。

然而，所有这些解决方案都涉及相当难以阅读的正则表达式。这就是我编写它的方式：

Pattern pat1 = Pattern.compile("aaa(.*)ccc.*ddd");
Pattern pat2 = Pattern.compile("foo|bar");

Matcher m1 = pat1.matcher(source);
String foobar;
if (m1.matches()) {
    Matcher m2 = pat2.matcher(m1.group(1));
    if (m2.find()) {
        foobar = m2.group(0);
    } else {
        foobar = null;
    }
}

通常，尝试使用一个whiz-bang正则表达式来解决问题会导致代码不太可读（并且可能效率较低），而不仅仅是将问题分解为部分。

Answer 3

尝试：

.{3}\-{3}(.{3})\-{3}.{3}\-{3}(.{3})

X？正则表达量词没有按预期工作（由我）

3 个答案: