在正常工作时，正则表达式不能使用Java

Question

我做了一个正则表达式：https://regex101.com/r/ToCwrE/2/

它应该做的就是获取函数的参数。我正在尝试使用捕获组来实现此目的。

[\s]*javascript:[\s]*m\((-?\d+)[\s]*,[\s]*(-?\d+)[\s]*,[\s]{0,}encodeURIComponent\(\'([^\']+)*\'\)[\s]*,[\s]*(-?\d+)\)[\s]*

尝试过：

javascript:m(53009,2,encodeURIComponent('7711T'), 22)
javascript:m(52992,2,encodeURIComponent('3013'), 2)
javascript:m(10440,2,encodeURIComponent('F Series'), 11)
javascript:m(53022,2,encodeURIComponent('C 12045'), 85)
javascript:m(53045,2,encodeURIComponent('Prox 8441'), 16)
javascript:m(26016,2,encodeURIComponent('Vard   asd .ious'), 22)

使用网站regex101和一些类似的网站，它正确返回匹配的组。但是，当我尝试在Java中使用它时，它只是不匹配捕获组，只返回整个文本。

如果我使用IDEA复制粘贴它，它会自动转义（替换为\）：

Pattern pattern = Pattern.compile("[\\s]*javascript:[\\s]*m\\((-?\\d+)[\\s]*,[\\s]*(-?\\d+)[\\s]*,[\\s]{0,}encodeURIComponent\\(\\'([^\\']+)*\\'\\)[\\s]*,[\\s]*(-?\\d+)\\)[\\s]*");
Matcher m = pattern.matcher("javascript:m(53022,2,encodeURIComponent('Cr 12045'), 85)");
List<String> groups = new ArrayList<>();
while (m.find()) {
    groups.add(m.group());
}
groups;

我错过了什么？如何转换正则表达式以使其在Java中工作？

Answer 1

正则表达式匹配正确，它就是你使用m.group（）引用每个组的方式。以下内容应该有所帮助：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class JavaTest {

    public static void main(String[] args) {

        Pattern pattern = Pattern.compile("[\\s]*javascript:[\\s]*m\\((-?\\d+)[\\s]*,[\\s]*(-?\\d+)[\\s]*,[\\s]{0,}encodeURIComponent\\(\\'([^\\']+)*\\'\\)[\\s]*,[\\s]*(-?\\d+)\\)[\\s]*");
        Matcher m = pattern.matcher("javascript:m(53009,2,encodeURIComponent('7711T'), 22)");
        if (m.find()) {
            for (int i=1 ; i <= m.groupCount() ; i++) {
                System.out.println(m.group(i));
            }
        }
    }
}

提供输出：

53009
2
7711T
22

Answer 2

要获取每个群组的内容，您可以使用Matcher#group(number)或Matcher#group(name)。在您的情况下，要获取第一组的内容m.group(1)，您将获得53022。

m.group()的问题在于它与m.group(0)相同，因此它返回组0的内容，它保持整个模式的匹配。

迭代所有组使用简单的for循环。要在模式使用Matcher#groupCount中动态获取组的数量。

所以要把所有组的结果都用到

Pattern p = Pattern.compile("[\\s]*javascript:[\\s]*m\\((-?\\d+)[\\s]*,[\\s]*(-?\\d+)[\\s]*,[\\s]{0,}encodeURIComponent\\(\\'([^\\']+)*\\'\\)[\\s]*,[\\s]*(-?\\d+)\\)[\\s]*");
Matcher m = p.matcher("javascript:m(53022,2,encodeURIComponent('Cr 12045'), 85)");
List<String> groups = new ArrayList<>();
while (m.find()) {
    for (int i=1; i<=m.groupCount(); i++){
        groups.add(m.group(i));
    }
}

System.out.println(groups); //[53022, 2, Cr 12045, 85]

BTW

• \s已经是字符类，因此不需要嵌套在[..]中，因此您可以编写[\\s]*代替\\s*。
• {0,}与*相同，所以我认为没有理由将这两者混合使用{/ 1}}无处不在
• *不是正则表达式元字符，所以它不需要转义