Question

为什么java（使用Matcher.find（））找不到最长的匹配？

regex = "ab*(bc)?"

输入“abbbc”时，正则表达式会找到“abbb”，而不是“abbbc”，它也匹配并且更长。有没有办法强制它匹配最长的字符串？

Answer 1

（bc）是一个精确的字符串，因为b *是贪婪的，所以找不到它，但是（bc）？是最后一个'b'之后超过的匹配是可选的。你可能想要这样的东西：ab*[bc]?但这个意义很有意义，所以可能ab*c?。如果这个正则表达式代表更精细的东西，你应该发布这些例子。

以下是正则表达式引擎的看法：

Compiling REx "ab*(bc)?"
Matching REx "ab*(bc)?" against "abbbc"
   0 <> <abbbc>              |  1:EXACT <a>(3)
   1 <a> <bbbc>              |  3:STAR(6)
                                  EXACT <b> can match 3 times out of 2147483647...
   4 <abbb> <c>              |  6:  CURLYM[1] {0,1}(16)
   4 <abbb> <c>              | 10:    EXACT <bc>(14)
                                      failed...
                                    CURLYM trying tail with matches=0...
   4 <abbb> <c>              | 16:    END(0)
Match successful!

Compiling REx "ab*[bc]?"
Matching REx "ab*[bc]?" against "abbbc"
   0 <> <abbbc>              |  1:EXACT <a>(3)
   1 <a> <bbbc>              |  3:STAR(6)
                                  EXACT <b> can match 3 times out of 2147483647...
   4 <abbb> <c>              |  6:  CURLY {0,1}(19)
                                    ANYOF[bc] can match 1 times out of 1...
   5 <abbbc> <>              | 19:    END(0)
Match successful!

Answer 2

这些部分从左到右贪婪地匹配。所以b*贪婪地匹配会导致(bc)?失败，这很好，因此匹配器永远不会回溯以尝试更短的b*。

也许ab*?(?:(?![bc])|(bc))可以做你想要的。

Answer 3

其他人帮助改善了正则表达式;但只是强调答案是“因为它确实贪婪匹配”。也就是说，你得到的匹配是根据算法得到的匹配（基本上从左到右进行最长的子匹配）。

Answer 4

如果您的表达看起来如此，并且您不关心分组，则可以将其重写为ab+c?。

如果表达式实际上更复杂并且(bc)是必不可少的，那么您可以使用负面预测，如下所示，我认为它比Mike Samuel的解决方案更优雅：ab*(?!c)(bc)?。

java正则表达式找不到最长匹配

4 个答案: