带有“或”运算符的正则表达式多个字符串

Question

我需要建立一个能够识别以下 3 种情况的 java 正则表达式：

1. 以下字符的任意组合/数量：“ACTGactg:”

或

1. 任何单个问号“？”

或

1. 任何字符串“NTC”

我将列出迄今为止我尝试过的内容以及出现的错误。

public static final VALID_STRING = "[ACTGactg:]*";
// Matches the first case but not the second or third
// as expected.

public static final VALID_STRING = "\\?|[ACTGactg:]*";
// Matches all 3 conditions when my understanding leads me to
// believe that it should not except the third case of "NTC"

public static final VALID_STRING = "?|[ACTGactg:]*";
// Yields PatternSyntaxException dangling metacharacter ?

我希望准确的是：

public static final VALID_STRING = "NTC|\\?|[ACTGacgt:]*";

但我想确保如果我去掉“NTC”，任何“NTC”字符串都会显示为无效。

这是我用来测试这些正则表达式的方法。

private static boolean isValid(String thisString){
    boolean valid = false;
    Pattern checkRegex = Pattern.compile(VALID_STRING);
    Matcher matchRegex = checkRegex.matcher(thisString);
    while (matchRegex.find()){
        if (matchRegex.group().length != 0){
            valid = true;
        }
    }
    return valid;
}

所以这是我的结束问题：

1. “\\?”正则表达式可能充当接受“NTC”字符串的通配符？

2. or 运算符是“|”吗这里合适吗？

3. 在使用这些或运算符时是否需要使用括号？

以下是一些传入字符串的示例：

• A:C
• T:G
• AA:CC
• T:C:A:G
• NTC
• ?

谢谢

Answer 1

是的，提供的正则表达式就可以了：

public static final VALID_STRING = "NTC|\\?|[ACTGacgt:]+";

...

boolean valid = str.matches(VALID_STRING);

如果您从正则表达式中删除 NTC|，则字符串 NTC 将变为无效。

您可以自己测试和试验here。

Answer 2

由于您使用的是Matcher.find() 方法，因此您正在字符串中的任何位置寻找您的模式。

这意味着字符串A:C、T:G、AA:CC 等完全匹配。但是NTC呢？

它匹配是因为find() 在任何地方寻找匹配。 TC 部分匹配，因此你得到true。

如果您只想匹配整个字符串，请使用match() 方法，或使用^ 和$。

请注意，如果您将模式更改为 [ACTGactg:]+ 而不是 [ACTGactg:]*，则不必检查匹配是否超过 0。