在Java中提取没有条件前瞻的文本答案

【问题标题】：Extract text without conditional lookahead in Java在Java中提取没有条件前瞻的文本
【发布时间】：2016-02-18 03:20:19
【问题描述】：

我想使用 Java 正则表达式支持提取粗体中的文本。

我可以使用条件前瞻使其工作，正则表达式为

(\d{2})(\d{1,2})(\d{1,2})\s+(\d{1,2}):(\d{1,2}):(\d{1,2})\s+(\S+)\s+(?(?=.*\d{4}-\d{1,2}-\d{1,2})([^\d{4}]*)|(.*))

但是，Java Pattern 类不支持条件前瞻。有没有办法重写正则表达式以使其与 Java Pattern 类一起使用？

160203 03:24:24 mysqld_safe 使用 /var/lib/mysql 中的数据库启动 mysqld 守护进程2016-02-03 03:24:25 0 [警告] 不推荐使用带有隐式 DEFAULT 值的 TIMESTAMP .请使用 --explicit_defaults_for_timestamp 服务器选项（有关详细信息，请参阅文档）.2016-02-03 03:24:25 0 [注意] /opt/devenv/mysql/mysql-5.6.27-linux-glibc2.5-x86_64/ bin/mysqld (mysqld 5.6.27) 从进程 29491 ...2016-02-03 03:24:25 29491 [注意] IPv6 可用。

160203 21:33:17 mysqld_safe 现在运行的进程数：0

160203 21:33:17 mysqld_safe mysqld 重启2016-02-03 21:33:18 1125 [注意] 服务器主机名（绑定地址）：'*';端口：33062016-02-03 21:33:18 1125 【注】IPv6可用。

【问题讨论】：

您应该阐明提取文本的规则。例如，它必须是行首或某事。
当然，应该提到这一点。我想提取所有文本，直到第一次出现类似于 2016-02-03 的日期模式，或者如果没有找到该模式，直到结束。

标签： java regex lookahead

【解决方案1】：

您正在寻找的是缓和的前瞻：

(?:(?!\d{4}-\d{1,2}-\d{1,2}).)*

这将匹配所有内容，直到（但不包括）看起来像日期的下一个内容，或下一行结尾，以先到者为准。这是在每个字符被使用之前检查它以确保它不是日期的第一个字符。在 Java 中使用它：

Pattern p = Pattern.compile(
    "(?m)^(\\d{2})(\\d{1,2})(\\d{1,2})\\s+(\\d{1,2}):(\\d{1,2}):(\\d{1,2})\\s+(\\S+)\\s+((?:(?!\\d{4}-\\d{1,2}-\\d{1,2}).)*)");
Matcher m = p.matcher(s);
while (m.find()) {
    // matched text: m.group()
}

(?m)^ 确保每个匹配项都从行首开始。

我应该注意，这不等同于您的条件，但我认为这是您真正想要的。也许你没问题，但考虑到这个假设的输入：

160203 21:33:17 mysqld_safe process1 restarted2016-02-03 21:33:18 1125

...您的正则表达式在process1 中的1 之前停止。

您的正则表达式中的[^\d{4}]* 显然是要在下一个四字符序列处停止，但它确实会停止任何不是{、} 或数字之一的字符。当然，它只是在前瞻确定前面有一个日期。

【讨论】：

谢谢艾伦。我对缓和的前瞻没有太多想法。我应该如何使用您给出的表达式来提取我的文本（粗体）？我尝试将您的表达式与我的表达式结合起来，例如 (\d{2})(\d{1,2})(\d{1,2})\s+(\d{1,2}):(\d {1,2}):(\d{1,2})\s+(\S+)\s+(?:(?!\d{4}-\d{1,2}-\d{1,2 }).)*.但是，它没有给我全文。
正则表达式匹配的所有内容（示例中的粗体文本）都将在 group(0) 中。我添加了一些代码来演示（group() 和 group(0) 是等效的）。
好的，我知道了。但是，理想情况下，我希望捕获多个组。在这个缓和的环顾之前，我已经有 7 个捕获组。之后出现的任何文本（直到日期模式或字符串结尾）都应该被捕获为第 8 组。无论如何可以完成？
当然，只需将最后一部分包装在另一个捕获组中即可。我已编辑我的答案以添加组。