正则表达式 - 需要帮助答案

【问题标题】：Regular Expression- Help needed正则表达式 - 需要帮助
【发布时间】：2010-09-30 03:58:36
【问题描述】：

我有一个字符串模板，我需要从中获取#elseif 块的列表。例如，第一个 #elseif 块将来自

#elseif ( $variable2 )Some sample text after 1st ElseIf.

,第二个#elseif块来自#elseif($variable2)This text can be repeated many times until do while is called. SECOND ELSEIF

等等。我为此使用了以下正则表达式。

String regexElseIf="\\#elseif\\s*\\((.*?)\\)(.*?)(?:#elseif|#else|#endif)";

但它只返回一个匹配项，即第一个#elseif 块而不是第二个。我还需要获得第二个#elseif 块。你能帮我这样做吗？请找到以下字符串模板。

  String template =
        "This is a sample document."
            + "#if ( $variable1 )"
            + "FIRST This text can be repeated many times until do while is called."
            + "#elseif ( $variable2 )"
            + "Some sample text after 1st ElseIf."
            + "#elseif($variable2)"
            + "This text can be repeated many times until do while is called. SECOND ELSEIF"
            + "#else "
            + "sample else condition  "
            + "#endif "
            + "Some sample text."
            + "This is the second sample document."
            + "#if ( $variable1 )"
            + "SECOND FIRST This text can be repeated many times until do while is called."
            + "#elseif ( $variable2 )"
            + "SECOND Some sample text after 1st ElseIf."
            + "#elseif($variable2)"
            + "SECOND This text can be repeated many times until do while is called. SECOND ELSEIF"
            + "#else " + "SECOND sample else condition  " + "#endif "
            + "SECOND Some sample text.";

【问题讨论】：

Regex Help needed. 的可能重复项
上一篇文章只返回一个匹配项。我需要获取所有 elseif 块
我真的不认为正则表达式是这样的解析工具。创建语法并使用 ANTLR。

标签： java regex pattern-matching

【解决方案1】：

这段代码

Pattern regexp = Pattern.compile("#elseif\\b(.*?)(?=#(elseif|else|endif))");
Matcher matcher = regexp.matcher(template);
while (matcher.find())
    System.out.println(matcher.group());

会产生

#elseif ( $variable2 )Some sample text after 1st ElseIf.
#elseif($variable2)This text can be repeated many times until do while is called. SECOND ELSEIF
#elseif ( $variable2 )SECOND Some sample text after 1st ElseIf.
#elseif($variable2)SECOND This text can be repeated many times until do while is called. SECOND ELSEIF

秘诀在于positive lookahead(?=#(elseif|else|endif))，所以#elseif、#else或#endif会被匹配，但字符不会被消耗。这样下一次迭代就可以找到它们。

【讨论】：

【解决方案2】：

#elseif\b(?:(?!#else\b|#endif\b).)*

将匹配从块中的第一个 #elseif 到（但不包括）最近的 #else 或 #endif 的所有内容。

Pattern regex = Pattern.compile("#elseif\\b(?:(?!#else\\b|#endif\\b).)*", Pattern.DOTALL);
Matcher regexMatcher = regex.matcher(subjectString);
while (regexMatcher.find()) {
    // matched text: regexMatcher.group()
    // match start: regexMatcher.start()
    // match end: regexMatcher.end()
}

如果您需要从该匹配中提取单个“#elseif”块，请使用

#elseif\b(?:(?!#elseif\b).)*

关于上面第一个正则表达式匹配的结果。在 Java 中：

Pattern regex = Pattern.compile("#elseif\\b(?:(?!#elseif\\b).)*", Pattern.DOTALL);

等等

【讨论】：

【解决方案3】：

这里最大的问题是您需要#elseif(..) 作为正则表达式中的开始和停止标记。第一个匹配是子字符串

#elseif ( $variable2 )Some sample text after 1st ElseIf.#elseif($variable2)

然后它开始寻找该序列之后的下一个匹配。所以它将错过第一个 #if 表达式中的第二个 #elseif，因为 #elseif($variable2) 序列已经是前一个匹配的一部分。

我会尝试拆分模式"\\#elseif\\s*\$(.*?)\$"上的字符串：

String[] temp = template.split("\\#elseif\\s*\\((.*?)\\)");

现在所有从 temp[1] 开始的临时条目在其开头都有一个 #elseif 块。 (?:#else|#endif) 上的另一个拆分应该给你的字符串只包含纯文本：

for (String s:temp)
  System.out.println(s.split("(?:#else|#endif)")[0]);

（无法测试第二次拆分，如果它不起作用，则仅将其视为策略上的建议；））

【讨论】：

【解决方案4】：

private static final Pattern REGEX = Pattern.compile(
    "#elseif\\s*\\(([^()]*)\\)(.*?)(?=#elseif|#else|#endif)");

public static void main(String[] args) {
    Matcher matcher = REGEX.matcher(template);
    while (matcher.find()) {
        System.out.println(matcher.group(2));
    }
}

【讨论】：