如何使捕获组可选？答案

【问题标题】：How to make capturing group optional?如何使捕获组可选？
【发布时间】：2018-05-28 06:41:06
【问题描述】：

输入

example("This is tes't")

example('This is the tes\"t')

输出应该是

This is tes't

This is the tes"t

代码

 String text = "example(\"This is tes't\")";
//String text = "$.i18nMessage('This is the tes\"t\')";
final String quoteRegex = "example.*?(\".*?\")?('.*?')?";
        Matcher matcher0 = Pattern.compile(quoteRegex).matcher(text);
        while (matcher0.find()) {
            System.out.println(matcher0.group(1));
            System.out.println(matcher0.group(2));

        }

我看到输出为

null
null

虽然当我使用正则表达式 example.*?(\".*?\") 它返回 This is tes't 而当我使用 example.*?('.*?') 它返回 This is the tes"t 但当我将两者与 example.*?(\".*?\")?('.*?')? 结合使用时，它返回 null 。为什么？

【问题讨论】：

如果您打算匹配整个字符串，请使用matcher0.matches()。但是，您正在寻找类似example\\((([\"'])(?:(?!\\2).)*\\2)\\)
我不明白你想在这里匹配什么。您能否向我们展示示例输入和您想要的匹配项？
@TimBiegeleisen 请看我的更新
@WiktorStribiżew 我想知道我的正则表达式中的问题，因为第一和第二个捕获组可以独立工作，但是当我将它们组合起来并使用? 使其成为可选时，它不起作用？
您的正则表达式匹配like this。或者只是example，或者如果引用的刺痛紧随其后，那些被捕获的。发生这种情况是因为正则表达式末尾的所有模式都是可选的。您可能至少尝试过(\".*?\"|'.*?')。

标签： java regex

【解决方案1】：

正则表达式末尾的 .*?(\".*?\")?('.*?')? 子模式序列可以匹配一个空字符串（所有 3 个部分都用匹配 0 个或多个字符的 * / *? 量化）。匹配example后，首先跳过.*?，只有在后续子模式不匹配时才会展开。但是，它们都匹配( 之前的空字符串，因此，matcher0.group(0) 中只有example。

使用使第 1 组成为强制性的替代方案 (demo)：

Pattern.compile("example.*?(\".*?\"|'.*?')"

或者带有缓和贪婪令牌 (demo) 的变体，可以摆脱交替：

Pattern.compile("example.*?(([\"'])(?:(?!\\2).)*\\2)"

或者，更好的是，支持转义序列 (another demo)：

Pattern.compile("example.*?(\"[^\"\\\\]*(?:\\\\.[^\"\\\\]*)*\"|'[^'\\\\]*(?:\\\\.[^'\\\\]*)*')"

在所有 3 个示例中，您只需要访问组 1。如果在 example 和 " 或 ' 之间只能有 (，则应将 .*? 替换为 \(，因为它会让匹配更安全。虽然，使用正则表达式来匹配字符串字面量永远不会太安全（至少，使用一个正则表达式）。

【讨论】：