带有分隔符的正则表达式＆＃39; - ＆＃39;没有递归

Question

所以我有一个字符串可以是：

aa -- bb -- cc -- dd -- ee

或

(.*?) -- (.*?) -- (.*?) -- (.*)((.*?)|)

aa，bb，cc，dd，ee可以是任何字符（分隔符除外是＆＃39; - ＆＃39;）

这是我尝试过的：

CommentCreateStamp

它几乎可以工作。它可以正确捕获第一个而不是第二个。

我必须使用捕获组并在分隔符之间捕获字符串。只有匹配是不够的。

所以捕获组应该是

AA BB CC dd

OR

AA BB CC DD EE

Answer 1

如果你必须采用正则表达式方式，我会使用^(\\S+) -- (\\S+) -- (\\S+) -- (\\S+)(?: -- (\\S*))?$，将你的内容捕获到4或5个捕获组中。

我使用\ S来避免使用延迟匹配进行不必要的扩展，这会加速正则表达式。我还添加了开始和结束的锚点，因为它似乎想要匹配整个字符串。

注意：我不确定，java如何处理捕获组重复，在大多数正则表达式中，像(.){4}这样的构造只捕获最后一次重复。

Answer 2

而不是捕捉匹配，只需使用明确定义的分隔符split字符串：

String text = "aa -- bb -- cc -- dd -- ee";
String[] parts = text.split("\\s*--\\s*"); // \s* to get rid of padding spaces
System.out.println(Arrays.toString(parts));

输出：[aa, bb, cc, dd, ee]

或者，如果您需要组信息（例如起始位置），您可以再次匹配循环中单个组的更简单的正则表达式：

Matcher m = Pattern.compile("(.+?)(?: -- |$)").matcher(text);
while (m.find()) {
    System.out.println("'" + m.group(1) + "'");
}

Answer 3

以下两者都匹配，但如果需要，可能需要使其更加强大：

((.*?) -- ){3,4}(.*?)

Answer 4

如果我不得不使用单个正则表达式匹配并检索组中的所有字符，我将使用以下之一：

([^ -]{2}).*([^ -]{2}).*([^ -]{2}).*([^ -]{2})(?:.*([^ -]{2}))?

(.{2}) -- (.{2}) -- (.{2}) -- (.{2})(?: -- (.{2}))?

(.*?) -- (.*?) -- (.*?) -- (.*?)(?: -- (.*?))?

Answer 5

您可以使用这样的简单正则表达式：

 -- |(..)
^--^------ notice the spaces

<强> Working demo

如果你想要多个小组，你可以使用：

(.*?) -- (.*?) -- (.*?) -- (\S*)(?: -- (.*))?

<强> Working demo

Answer 6

将最后一个词设为 optional ：

(\S+) -- (\S+) -- (\S+) -- (\S+)(?: -- (\S+))?

我还改为使用\S+来避免错误字词或输入格式错误的误报。

还要注意使用非捕获组，以便第五个（可选）术语在第5组（而不是第6组）中。