Question

我正在尝试从Java中的字符串中删除第一次出现的模式。

源字符串：DUMMY01012016DUMMY01012016

格式为1-8个字母数字字符，后跟日期MMddyyyy，后跟任意数量的字母数字。

想要我想要实现的是删除所有开始的字符，包括第一个日期发生。因此，在下面的示例中，我将留下DUMMY01012016。

以下是我尝试过的简化版本：".*\\d{4}(2016|2017|2015)"

这种方法很有效，直到模式匹配多次。因此，在示例matcher.replaceFirst("")中，将替换整个源字符串，而不仅仅是第一次出现。

任何想法都会非常感激。

感谢。斯蒂芬

Answer 1

您的问题是*量词是贪婪的。它将使前面的子模式尽可能多地匹配，而不会导致整体匹配失败（如果匹配完全可能）。因此，模式.*\d{4}(2016|2017|2015)的尾部将匹配字符串中最后一次出现的日期，而您希望它与第一次匹配。

您可以通过切换到“不情愿”量词来解决此问题：

myString.replaceFirst(".*?\d{4}(2016|2017|2015)", "");

在那里，*?是一个不情愿的量词：它匹配前一个子模式的零个或多个实例，尽可能几个以启用整体匹配（如果整体匹配是可能的）。

Answer 2

这个正则表达式应该有效：

(\w{1,8}?\d{8})(?:\1)

Answer 3

您的一个问题是.* 贪婪。这意味着它首先匹配尽可能多的匹配。然后，正则表达式引擎开始逐个符号退回，直到找到完全匹配。

所以，粗略地说：

步骤1）.*对整个DUMMY01012016DUMMY01012016

进行定位

步骤2）引擎逐个符号地逐步退回以尝试匹配剩余部分： DUMMY01012016DUMMY0101201 - ＆gt; DUMMY01012016DUMMY010120 - ＆gt; DUMMY01012016DUMMY01012 - ＆gt; .. - ＆gt; DUMMY01012016DUMMY

步骤3）找到完全匹配 - ＆gt; DUMMY01012016DUMMY01012016

您可以尝试这样的事情：

@Test
public void testReplace()
{
    String string = "DUMMY01012016DUMMY01012016";

    String replaced = string.replaceFirst("\\w{1,8}\\d{4}(2016|2017|2015)", "");

    Assert.assertEquals("DUMMY01012016", replaced);
}

要了解懒惰和贪婪之间的区别，您可以通过添加问号?进行实验并使星号变得懒惰。 .*?\d{4}(2016|2017|2015)。然后引擎将执行相反的操作，它将在开头懒惰地匹配并逐个字符地前进。

正则表达式模式的问题

3 个答案: