java - 正则表达式非贪婪交替

Question

我想检查文件的每一行是否与多个正则表达式模式匹配。

示例:测试我的文本文件的这一行

123;456;789

针对 3 种不同的表达方式

1.*;.*;..9
3.*;.*;787
.2.;.*;..9

当模式匹配或不匹配时执行某些操作。所以我需要知道我的所有模式中哪一个匹配或不匹配在这个例子中:只有 P1 和 P3 匹配，因此我对输入 123;456;789

执行操作 1 和操作 3

使用嵌套 for 循环的简单解决方案性能较差(由于算法)。

示例:

for(String row : rows){
   for (Pattern p : patterns){
     if(p.matcher(value).matches()){
       //
     }
   }
}

我正在考虑用“|”内联多个正则表达式运算符

使用上面的示例:(1.*;.*;..9)|(3.*;.*;787)|(.2.;.*;..9)

String expression = "(1.*;.*;..9)|(3.*;.*;787)|(.2.;.*;..9)";
String value = "123;456;789";
Pattern  pattern = Pattern.compile(expression);
Matcher matcher = pattern.matcher(value);

HashMap<Integer,Boolean> results= new HashMap<>();
if(matcher.matches()) {
    int count = matcher.groupCount();
    for (int i = 1; i <= count; ++i) {
        results.put(i, matcher.group(i) != null);
    }
}

但引擎停在第一个匹配的替代方案

有没有办法在一次调用中测试多种不同的模式？否则我怎样才能改进算法而不是二次的

Answer 1

这是正则表达式引擎在找到成功匹配时停止的正确行为。为了模拟你想要做的事情，你应该使用前瞻，但在某种程度上它们不会中断比赛(很快失败或很快成功)。因此，类似以下正则表达式的内容将尝试匹配三个不同的捕获组。如果捕获组内的一个正则表达式无法匹配，因为它是可选的，则尝试另一个前瞻，直到结束:

^(?=(1.*;.*;..9$)?)(?=(3.*;.*;787$)?)(?=(.2.;.*;..9$)?)

如果捕获了组，您只需稍后使用捕获组即可执行一些代码:

if (capturingGroup == 1) {
    // do something
} else if (capturingGroup == 2) {
...

参见live demo here (在这里，您的两个正则表达式是匹配且可识别的)

注意:您可能需要删除点星以支持更具限制性的模式。目前匹配度非常高。

注意:由于这里的两个正则表达式不会同时匹配，您可以将上面的正则表达式更改为:

^(?:(?=(1.*;.*;..9$)?)(?=(.2.;.*;..9$)?)|(3.*;.*;787)$)