如何仅在某些行上获得多个 Java 正则表达式匹配

Posted 2023-02-26

【中文标题】如何仅在某些行上获得多个 Java 正则表达式匹配

【英文标题】：How can I get multiple Java regex matches on only certain lines

【发布时间】：2018-04-24 05:17:32

【问题描述】：

我正在调用一个我无法更改的 API。也就是说，我不能将其作为两个连续的正则表达式或类似的东西来执行。 API 是这样写的（当然是简化的）：

void apiMethod(final String regex) 
    final String input = 
        "bad:    thing01, thing02, thing03 \n" +
        "good:   thing04, thing05, thing06 \n" +
        "better: thing07, thing08, thing09 \n" +
        "worse:  thing10, thing11, thing12 \n";

    final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);

    final Matcher matcher = pattern.matcher(input);

    while (matcher.find()) 
        System.out.println(matcher.group(1));
    

我这样调用它：

apiMethod("(thing[0-9]+)");

我想打印出六行，04 到 09 各一行，包括 04 到 09。到目前为止，我还没有成功。我尝试过的一些方法不起作用：

"(thing[0-9]+)" - 这匹配所有 12 个东西，这不是我想要的。 "^(?:good|better): (thing[0-9]+)" - 仅匹配事物 4 和 7。 "^(?:(?:good|better): .*)(thing[0-9]+)" - 仅匹配事物 6 和 9。 "(?:(?:^good:|^better:|,) *)(thing[0-9]+)" - 匹配除 1 和 10 之外的所有内容。

还有更多，不胜枚举。我尝试了各种后视，但无济于事。

我想要的是所有匹配“thing[0-9]+”的字符串，但只有那些以“good:”或“better:”开头的行。

或者，更笼统地说，我希望多行模式中的多个匹配项，但只能来自具有特定前缀的行。

【问题讨论】：

(^(?:good|better): *thing\d2.*) regex101.com/r/8EbDRA/1

这只会匹配第一组，而不是所有的行

他说他想要多个匹配，这就是那个模式的作用。您可以通过与((?:^(?:good|better): *thing\d2.*\n)+)987654325@

非常相似的内容在一场比赛中获得所有内容

【参考方案1】：

您必须使用基于\G 的模式（在多行模式下）：

(?:\G(?!^),|^(?:good|better):)\s*(thing[0-9]+)

\G 锚点强制匹配是连续的，因为它匹配最后一次成功匹配之后的位置。

---

如果行很短，您也可以使用有限的可变长度后视来做到这一点：

(?<=^(?:good|better):.0,1000)(thing[0-9]+)

【讨论】：

今天我了解了 \G 锚。非常感谢！顺便说一句， (?!^) 是做什么的？我知道它对线锚的开始是负前瞻，但为什么需要它？

不错的正则表达式，但您不需要对 start (?!^) 进行负面展望，因为行从不以逗号开头。即这有效："(?:\\G,|^(?:good|better):)\\s*(thing\\d+)"

@Matt 不需要。看我的评论。

@MattMalone: 因为\G 也匹配字符串的开头。添加(?!^) 可以避免这种情况，但实际上，如果您没有以逗号开头的行，则可以将其删除。