Question

我的输入文字如下：

..some_text0 [[some_text1]] some_text2 [[some_text3]] some_text4 ....

我想提取双方括号中包含的所有文本，或者我想单独获取组：

some_text1
some_text3

我尝试了这个解决方案：

Matcher m = Pattern.compile("\\[\\[.*\\]\\]").matcher(line_input);

while (m.find()) {

  System.out.println("Found: " + matcher.group());

}

但这打印了我：

[[some_text1]] some_text2 [[some_text3]]

仅作为结果。如何实现我的目标？

Answer 1

使用\[\[.*?]]正则缓慢且.默认情况下与新行不匹配，如果解析非常长的字符串，则可能会遇到回溯限制耗尽的问题。

我建议使用基于展开循环方法的正则表达式：

\[{2}([^\]]*(?:\](?!\])[^\]]*)*)\]{2}

甚至更短

\[{2}([^\]]*(?:\][^\]]+)*)\]{2}

请参阅regex demo 1和demo 2。

这是Java demo：

String str = "some_text0 [[some_text1]] some_text2 [[some_text3]] some_text4";
Pattern ptrn = Pattern.compile("\\[{2}([^\\]]*(?:\\][^\\]]+)*)\\]{2}");
Matcher matcher = ptrn.matcher(str);
while (matcher.find()) {
    System.out.println(matcher.group(1));
}

结果：

some_text1
some_text3

正则表达式细分：

\[{2} - 恰好匹配2 [个符号
[^\]]* - 匹配]
(?:\][^\]]+)* - 匹配0个或更多个序列...
- \] - 单个]，后跟
- [^\]]+ - 除]
\]{2} - 恰好匹配2 ]个符号。

与基于.*?的正则表达式的区别在于匹配变得更加线性，因此正则表达式模式更快，更不容易出错。

Answer 2

此任务的正则表达式如下

\[\[(.*?)]]

它使用[[

关闭的任何字符串搜索]]后跟

以下是DEMO和explanation

找到双方括号内的所有子序列

2 个答案: