Java 正则表达式模式匹配器答案

【问题标题】：Java regex pattern matcherJava 正则表达式模式匹配器
【发布时间】：2012-07-22 08:51:11
【问题描述】：

我有一个如下格式的字符串：

String name = "A|DescA+B|DescB+C|DescC+...X|DescX+"

所以重复的模式是?|?+，不知道会有多少。我要提取的部分是 |...之前的部分，因此对于我的示例，我想提取一个列表（例如 ArrayList），其中将包含：

[A, B, C, ... X]

我尝试了以下模式：

(.+)\\|.*\\+

但这并不像我想要的那样工作？有什么建议吗？

【问题讨论】：

标签： java regex pattern-matching

【解决方案1】：

要将其转换为列表，您可以这样做：

String name = "A|DescA+B|DescB+C|DescC+X|DescX+";
Matcher m = Pattern.compile("([^|]+)\\|.*?\\+").matcher(name);
List<String> matches = new ArrayList<String>();
while (m.find()) {
    matches.add(m.group(1));
}

这会给你列表：

[A, B, C, X]

注意中间的?，这可以防止正则表达式的第二部分消耗整个字符串，因为它使* lazy 而不是 greedy.

【讨论】：

【解决方案2】：

您正在使用任何字符 (.)，其中包括 |，因此，解析器继续咀嚼所有内容，一旦完成任何字符，它就会查找 |，但什么都没有。

所以，尝试匹配任何字符但是 | 像这样：

"([^|]+)\\|.*\\+"

如果合适，请确保您的所有--|在字符串的开头使用^，并且在$ 的字符串末尾有一个+：

"^([^|]+)\\|.*\\+$"

更新：Tim Pietzcker 提出了一个很好的观点：因为在找到 | 之前您已经在匹配，所以您也可以匹配字符串的其余部分并完成它：

"^([^|]+).*\\+$"

UPDATE2：顺便说一句，如果你想简单地获取字符串的第一部分，你可以简化：

myString.split("\\|")[0]

【讨论】：

其实可以去掉\\|（如果字符串中至少有一个|）。

【解决方案3】：

另一个想法：查找+（或字符串开头）和|之间的所有字符：

List<String> matchList = new ArrayList<String>();
Pattern regex = Pattern.compile("(?<=^|[+])[^|]+");
Matcher regexMatcher = regex.matcher(subjectString);
    while (regexMatcher.find()) {
        matchList.add(regexMatcher.group());
    }

【讨论】：

【解决方案4】：

我认为最简单的解决方案是按\\+ 拆分，然后为每个部分应用(.+?)\\|.* 模式以提取您需要的组。

【讨论】：

是的，我想过，但我还需要验证字符串是否具有这种格式......所以我想用纯正则表达式来做。