java - 如何仅在某些行上获得多个 Java 正则表达式匹配项

Question

我正在调用一个无法更改的 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(当然是简化版):

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]+)");

我想看到打印出六行，每行对应 04 到 09(含)。到目前为止我还没有成功。我尝试过的一些方法没有用:

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

还有更多，不胜枚举。我尝试了各种回顾，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，我想要来自多行模式的多个匹配项，但仅来自具有特定前缀的行。

Answer 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 anchor 强制匹配是连续的，因为它匹配上次成功匹配后的位置。

---

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]+)