java - 正则表达式提取所有长度的数字

Question

我正在尝试从一长串文本中提取长度为 3 到 5 的数字。让我解释一下

假设有一个像这样的字符串 123456，我想提取长度在 3 到 5 之间的所有数字，输出将是

123
234
345
456
1234
2345
3456
12345
23456

我可以运行多个分别查找长度的正则表达式，但可能有比我正在做的更好的方法来做到这一点。

import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexTestHarness {

    public static void main(String[] args) throws IOException {

        String data = "123456";

        Matcher m = Pattern.compile("\\d{3}").matcher(data);

        // m = Pattern.compile("\\d{4}").matcher(data);
        // m = Pattern.compile("\\d{5}").matcher(data);

        int position = 0;

        while (m.find(position++)) {
            System.out.println(m.group());
        }
    }
}

过早的优化想法 - 我可以将所有内容都匹配到 5，然后在这些结果上运行更小的长度匹配器。这样我就减少了一遍又一遍地阅读数据，在我的例子中是外部来源。

Answer 1

您可以使用单个正则表达式来完成此操作。只是全局查找。
如果长度大于 0，则打印捕获组 1、2、3

 #  "(?=(\\d{3}))(?=(\\d{4}))?(?=(\\d{5}))?"

 (?=
      ( \d{3} )         # (1)
 )
 (?=
      ( \d{4} )         # (2)
 )?
 (?=
      ( \d{5} )         # (3)
 )?

Perl 测试用例

while ( '123456' =~ /(?=(\d{3}))(?=(\d{4}))?(?=(\d{5}))?/g )
{
     print "$1\n";
     if ( length ($2) ) {
         print "$2\n";
     }
     if ( length ($3) ) {
         print "$3\n";
     }
}

输出>>

123
1234
12345
234
2345
23456
345
3456
456