java - 正则表达式用两个点分隔的部分提取主题标签

Question

我正在尝试创建一个正则表达式，以便从字符串中提取一些文本。我想从网址或普通短信中提取文本，例如:

endpoint/?userId=#someuser.id

或

Hi #someuser.name, how are you?

我想从消息中准确提取 #someuser.name 并从 url 中提取 #someuser.id。可能有很多这样的字符串要从 url 和消息中提取。

我的正则表达式目前看起来像这样:

(#[^\.]+?\.)([^\W]\w+\b)

它工作正常，除了一对一的情况，我不知道该怎么做 - 例如:

不应匹配这些字符串:#.id、#.id。 #和.之间必须至少有一个字符。不应匹配这些字符之间的一个或多个空格。

如何使用我当前的正则表达式来做到这一点？

Answer 1

你可以使用

String regex = "#[^.#]*[^.#\\s][^#.]*\\.\\w+";

参见 regex demo和 its graph :

详情

• # - # 符号
• [^.#]* - . 和 #
以外的零个或多个字符
• [^.#\\s] - 除了 .、# 和空格之外的任何字符
• [^#.]* - - . 和 #
以外的零个或多个字符
• \. - 一个点
• \w+ - 1+ 个单词字符(字母、数字或 _)。

Java demo :

String s = "# #.id\nendpoint/?userId=#someuser.id\nHi #someuser.name, how are you?";
String regex = "#[^.#]*[^.#\\s][^#.]*\\.\\w+";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(s);
while (matcher.find()){
    System.out.println(matcher.group(0)); 
} 

输出:

#someuser.id
#someuser.name