Question

我想检查文件的每一行是否与多个正则表达式模式匹配。

示例：测试我的文本文件的这一行

123;456;789

针对3种不同的表达方式

1.*;.*;..9
3.*;.*;787
.2.;.*;..9

，并在每个模式匹配或不匹配时执行某些操作。所以我需要知道我所有模式中的哪一个与否在这个例子中：只有P1和P3匹配，所以我对输入123;456;789

执行操作1和操作3

嵌套有for循环的幼稚解决方案的性能较差（由于该算法）。

示例：

for(String row : rows){
   for (Pattern p : patterns){
     if(p.matcher(value).matches()){
       //
     }
   }
}

我当时正在考虑在多个正则表达式中插入“ |”运算符

使用上面的示例：(1.*;.*;..9)|(3.*;.*;787)|(.2.;.*;..9)

String expression = "(1.*;.*;..9)|(3.*;.*;787)|(.2.;.*;..9)";
String value = "123;456;789";
Pattern  pattern = Pattern.compile(expression);
Matcher matcher = pattern.matcher(value);

HashMap<Integer,Boolean> results= new HashMap<>();
if(matcher.matches()) {
    int count = matcher.groupCount();
    for (int i = 1; i <= count; ++i) {
        results.put(i, matcher.group(i) != null);
    }
}

但是引擎会在第一个匹配替代项处停止

是否有一种方法可以在一个呼叫中测试多个不同的模式？在其他情况下，我该如何改进算法而又不求二次

Answer 1

这是正则表达式引擎在发现成功匹配项时停止的正确行为。要模拟您要尝试执行的操作，您应该先行工作，但要以某种方式使它们不会中断比赛（很快失败或很快成功）。因此，类似以下正则表达式的东西将尝试匹配三个不同的捕获组。如果捕获组中的一个正则表达式无法匹配（由于它是可选的），则尝试另一前瞻，直到结束：

^(?=(1.*;.*;..9$)?)(?=(3.*;.*;787$)?)(?=(.2.;.*;..9$)?)

如果只捕获了一个组，则只需要稍后使用捕获组来执行一些代码：

if (capturingGroup == 1) {
    // do something
} else if (capturingGroup == 2) {
...

请参见live demo here（在这里，您的两个正则表达式是匹配的并且可以识别）

注意：您可能希望删除点星，以使用更具限制性的样式。目前，它的匹配程度很高。

注意：由于此处的两个正则表达式不会同时匹配，因此您可以将上述正则表达式更改为：

^(?:(?=(1.*;.*;..9$)?)(?=(.2.;.*;..9$)?)|(3.*;.*;787)$)

Answer 2

第一次匹配后，引擎停止，因为第一个模式消耗了输入字符串，而下一个没有任何匹配的输入。您可以在此处使用非消耗性正向预测(?=)，使整个表达式一目了然

(?=(1.*;.*;..9))(3.*;.*;787)|(.2.;.*;..9)

上面是一个示例情况，它将与第一个表达式匹配，但不会为输入String消耗任何字符，因此下一个regex模式(here (3.*;.*;787))将整个输入字符串作为输入。您可以使用此概念来创建所需的正则表达式模式

正则表达式非贪婪交替

2 个答案: