用于文件过滤的 Java 正则表达式答案

【问题标题】：Java regexp for file filtering用于文件过滤的 Java 正则表达式
【发布时间】：2010-09-26 22:35:04
【问题描述】：

我想在 Java 中构建一个正则表达式，它将在 FilenameFilter 中传递以过滤目录中的文件。

问题是我无法掌握正则表达式“思维模型”的窍门:)

这是我想出的用于选择要排除的文件的正则表达式

((ABC|XYZ))+\w*Test.xml

我想做的是选择所有以 Test.xml 结尾但不以 ABC 或 XYZ 开头的文件。

能否请您添加任何可以帮助我解决正则表达式的资源。

谢谢

以下资源解释了很多关于正则表达式regular-expressions.info的事情

【问题讨论】：

标签： java regex

【解决方案1】：

这些东西在没有正则表达式的情况下更容易、更快、更具可读性。

if (str.endsWith("Test.xml") && !str.startsWith("ABC"))

【讨论】：

【解决方案2】：

只是为了有趣的正则表达式：

(?ms)^([^\r\n]{3}(?<!ABC|XYZ)[^\r\n]*?)?Test\.xml$

即使这不是最易读的解决方案，它也应该可以工作，并且可以避免您定义自己的自定义文件过滤器。

(?<!ABC|XYZ) 是一个后向表达式，避免在任何第四个字符（前三个字符之后）前面加上您要避免的字符。

【讨论】：

@Tomalak：谢谢，我刚刚修复了我的正则表达式和 +1 给你的（尽管我更喜欢 [\r\n] 到 '.'。
但在这种情况下：文件名不能包含换行符。此外，在正常模式下，点与换行符不匹配，所以使用 [^\r\n] 对我来说似乎有点过头了。
同意。我以前对'.'有过一些不好的经历。之前（假设我的条目没有任何换行符）。这样，我就避免了任何意外。
我是用“.”、“[^\r\n]”还是单行模式，视情况而定，这里不一概而论。但是 always 明确也是可以的。 :) 我认为底线是：正则表达式在匹配“除了这个或那个之外的所有东西”方面真的很糟糕。在任何情况下，肯定匹配都更容易完成。

【解决方案3】：

我想做的是选择所有以Test.xml 结尾的文件但不要以ABC 或XYZ 开头。

要么用这个正则表达式匹配你的所有文件：

^(?:(?:...)(?<!ABC|XYZ).*?)?Test\.xml$

或者你反其道而行之，获取所有不匹配的文件：

^(?:ABC|XYZ).*?Test\.xml$

就个人而言，我发现第二种选择要简单得多。

ABC_foo_Test.xml // #2 匹配 XYZ_foo_Test.xml // #2 匹配 ABCTest.xml // #2 匹配 XYZTest.xml // #2 匹配 DEF_foo_Test.xml // #1 匹配 DEFTest.xml // #1 匹配 Test.xml // #1 匹配

【讨论】：

【解决方案4】：

这将选择不是以 A、B、C、X、Y 或 Z 开头并且以 Test.xml 结尾的文件：

"[^ABCXYZ].*Test\\.xml\\z"

[^ABCXYZ]：任何不在集合 A、B、C、X、Y、Z 中的字符。
.*：任意字符，零次或多次
测试：确切的文本“测试”
\\.：点字符（需要使用反斜杠转义，如果您在字符串中，则该反斜杠需要转义...通过反斜杠！）
xml：确切的文本“xml”
\\z: 输入结束

【讨论】：

恐怕不是这个问题。这与“ACD_Test.xml”不匹配，但应该匹配，并且双反斜杠对于正则表达式是错误的，它们是编程语言要求。
OP 确实说这是一个 Java 正则表达式，并且在 Java 字符串文字中，正则表达式转义序列中的反斜杠必须加倍。但是，开头的否定字符类肯定是错误的。

【解决方案5】：

Tomalak 和 VonC 提供的正则表达式比它们需要的更复杂。在正则表达式的开头放置一个否定的lookahead 比匹配三个字符并做一个否定的lookbehind 要清楚得多。如果你使用matches() 方法，你甚至不必使用锚点（^、$、\z）。

public boolean accept(File dir, String name) {
    return name.matches("(?!ABC|XYZ).*Test\\.xml");
}

【讨论】：