Question

我有一个Java Pattern，例如\s+(foo|bar)，可以在空格后找到foo或bar的所有匹配项。使用匹配组，我可以提取实际匹配的文本。

Pattern pattern=Pattern.compile("\\s+(foo|bar)");
Matcher matcher = pattern.match(someText);
while(matcher.find()) {
  String value = matcher.group(1);
  ...
}

这适用于类似foo foo bar的字符串（请注意前面的空格），但它也可以匹配类似foo foo bad的字符串。如何阻止匹配器匹配不匹配的后续字符运行，或者检测到跳过了字符或没有剩余的字符了？换句话说，我希望整个字符串被匹配为与模式匹配的一系列后续字符串。我怎么能保证呢？

这里的重点是继续通过字符串查找匹配项。我可以轻松地拆分字符串，然后执行其他比较，但是我不希望多次正则表达式传递，数组/列表创建等产生开销。

Answer 1

用\G前缀正则表达式。 Pattern的Javadoc说：

\G-上一场比赛的结束

当然，在第一场比赛中，“上一场比赛的结束”是输入的开始。

这确保从输入的开头开始，所有正则表达式匹配都将是连续的。并不意味着正则表达式将到达输入的末尾，您必须自己检查一下。

示例

public static void main(String[] args) {
    test("abc");
    test(" foo foo bar");
    test(" foo foo bad");
    test(" foo bad foo");
}

static void test(String input) {
    System.out.println("'" + input + "'");
    int lastEnd = 0;
    Matcher m = Pattern.compile("\\G\\s+(foo|bar)").matcher(input);
    while (m.find()) {
        System.out.printf("  g0='%s' (%d-%d), g1='%s' (%d-%d)%n",
                          m.group(), m.start(), m.end(),
                          m.group(1), m.start(1), m.end(1));
        lastEnd = m.end();
    }
    if (lastEnd == input.length())
        System.out.println("  OK");
    else
        System.out.println("  Incomplete: Last match ended at " + lastEnd);
}

输出

'abc'
  Incomplete: Last match ended at 0
' foo foo bar'
  g0=' foo' (0-4), g1='foo' (1-4)
  g0=' foo' (4-8), g1='foo' (5-8)
  g0=' bar' (8-12), g1='bar' (9-12)
  OK
' foo foo bad'
  g0=' foo' (0-4), g1='foo' (1-4)
  g0=' foo' (4-8), g1='foo' (5-8)
  Incomplete: Last match ended at 8
' foo bad foo'
  g0=' foo' (0-4), g1='foo' (1-4)
  Incomplete: Last match ended at 4

为了进行比较，在正则表达式中没有\G时，该代码的输出为：

'abc'
  Incomplete: Last match ended at 0
' foo foo bar'
  g0=' foo' (0-4), g1='foo' (1-4)
  g0=' foo' (4-8), g1='foo' (5-8)
  g0=' bar' (8-12), g1='bar' (9-12)
  OK
' foo foo bad'
  g0=' foo' (0-4), g1='foo' (1-4)
  g0=' foo' (4-8), g1='foo' (5-8)
  Incomplete: Last match ended at 8
' foo bad foo'
  g0=' foo' (0-4), g1='foo' (1-4)
  g0=' foo' (8-12), g1='foo' (9-12)
  OK

如您所见，最后一个示例将无法检测到跳过了文本bad。

在Java中查找多个正则表达式匹配项，禁止不匹配项

1 个答案: