java - 正则表达式在Java中解析文件名

Question

我试图根据给定的模式解析文件名，但无法完美匹配。以下是示例文件名:

CRS-ISAU-RPV#3430_Dedalus_Conc.ok.erto_AOTreviglio.doc

这是我的要求:

直到字符#文件名可以包含任何内容，在#之后，我必须找到字符_或字符 - 分隔字符串。字符之间的字符串(可选 _ 或 - - 但不能同时包含两者)可以包含任何其他字符。因此，最终在字符 # 之后，我必须恰好组合三 (3) 个 _ 或 - 字符。该字符串应以 .doc 或 .docx 或 .odt 结尾，但不能以 .ok.doc 或 结尾>.ok.docx 或 .ok.odt。

这是我尝试过的:

(.*)#([^_-]+)[_-]([^_-]+)[_-]([^_-]+)[_-]([^_-]+)\.[doc|odt|docx].*(?<!\.ok)$

但这迫使我以 .doc.ok 或 .docs.ok 或 .docx.ok 结束字符串，实际上我希望保留最后的文件扩展名。

如果我尝试这个:

(.*)#([^_-]+)[_-]([^_-]+)[_-]([^_-]+)[_-]([^_-]+)\..*(?<!ok\.[doc|odt|docx])$

它不会工作。

如有任何帮助，我们将不胜感激。谢谢:)

Answer 1

看来你可以使用

^([^#]*#[^-_]*)[-_](.*)$(?<=(?<!\.ok)\.(?:docx?|odt)$)

说明:

• ^ - 字符串开头(与 .matches() 一起使用时不需要，但无害)
• ([^#]*#[^-_]*) - 第 1 组:除 # 之外的任何 0+ 个字符( [^#]* ) 后跟 #然后是 - 之外的任何 0+ 个字符和_ (与 [-_] )
• (.*)$ - 匹配除换行符之外的 0 个以上字符(因为未指定 DOTALL 模式)直到字符串末尾但是...
• (?<=(?<!\.ok)\.(?:docx?|odt)$) - 到达终点后，检查是否有.doc或.docx或.odt在末尾(参见 (?<=\.(?:docx?|odt)$) )，前面没有 .ok (参见(?<!\.ok))。在PCRE中，这些条件应该被分割，Java正则表达式似乎可以处理lookbehind内部的交替。

基于前瞻的替代方案:

^([^#]*#[^-_]*)[-_](?=.*(?<!\.ok)\.(?:docx?|odt)$)(.*)$

请参阅regex101 demo 。它是相同的，但所有字符串结尾检查都是在匹配 - 后完成的。或_ .

请参阅Java demo :

List<String> strs = Arrays.asList("CRS-ISAU-RPV#3430_Dedalus_Conc.ok.erto_AOTreviglio.doc",
            "CRS-ISAU-RPV#3430_Dedalus_Conc.ok.erto_AOTreviglio.docx",
            "CRS-ISAU-RPV#3430_Dedalus_Conc.ok.erto_AOTreviglio.odt",
            "CRS-ISAU-RPV#3430_Dedalus_Conc.ok.erto_AOTreviglio.ok.docx",
            "CRS-ISAU-RPV#3430_Dedalus_Conc.ok.erto_AOTreviglio.ok.odt"
        );
for (String str : strs) {
    System.out.println("----------\nMatching: " + str);
    Matcher m = Pattern.compile("^([^#]*#[^-_]*)([-_])(.*)$(?<=(?<![.]ok)[.](?:docx?|odt)$)").matcher(str);
    if (m.matches()) {
        System.out.println(m.group(1));
        System.out.println(m.group(2));
        System.out.println(m.group(3));
    } else { System.out.println("No match"); }
}