java - 重复解析(并分组)正则表达式

Question

我尝试使用 java 解析规则并使用 RegEx 读取其中的任何内容，但由于我对 RegEx 非常陌生，我发现了几个问题。

首先，我尝试用这个 RegEx 解析一个谓词(我不知道这是否太复杂了):"([a-zA-Z]+)\\(([\\?] ?[a-zA-Z0-9]+)?(,[\\?]?[a-zA-Z0-9]+)*\\)"，我才发现这完全是错了……谓词应该是这样的(我懒得写完整的表达式)，p(), p(?a), p(?a,?b,c,?d)。谓词名称必须是一个字符串(仅包含字母字符)，参数是一个仅包含字母字符或以 ? 开头的字符串。

我发现这里有两个问题，给定元素 p(a,b,c):

1. 当我循环查看每个组的元素时(使用 Matcher)，结果仅为 p(a,b,c), p、a 和 、c，我怎样才能同时检索到 b？
2. 如何在组内不包含,(逗号)，注意重复也要包含？

另一种情况，当我输入p()时，为什么会得到一个元素为null的组？

知道如何解决这个问题吗？

Answer 1

您最长的示例字符串中的“arg”值之一是 ?b?，这似乎与您的描述不符。删除它，你的正则表达式匹配所有样本，但这仍然给你留下提取单个参数的问题。在 Java 中执行此操作的最简单方法是将所有参数捕获为一个字符串，然后拆分该字符串以分解出各个参数。

正如@Tomalak 所说，您的正则表达式非常好；我唯一能看到的错误是代表第一个参数的组之后的 ? 。它应该控制整个参数字符串，而不仅仅是第一个参数。我的意思是，如果没有第一个 参数，就没有必要寻找第二个、第三个等等，对吗？以下是我的做法:

(?:[?]?[a-zA-Z0-9]+(?:,[?]?[a-zA-Z0-9]+)*)?

这将不匹配任何内容，或一个参数，或以逗号分隔的多个参数，但它不会匹配(例如),a 或 ,?a,b，就像你的正则表达式一样。这是 Java 字符串文字形式的完整正则表达式:

"([a-zA-Z]+)\\(((?:\\??[a-zA-Z0-9]+(?:,\\??[a-zA-Z0-9]+)*)?)\\)"

谓词名称在组#1 中捕获，参数在组#2 中捕获。如果没有参数，组 #2 将包含一个空字符串(不是 null)。否则，您可以通过用逗号分隔来拆分各个参数。

顺便说一句，您可以使用反斜杠 (\?) 或方括号 ([?]) 转义大多数元字符；你不需要两者都做。如果它只是一个字符(即，不是像 [!.?] 这样的真实字符类的一部分)，我建议使用反斜杠。我知道它与 Java 中的字符数相同，但我认为反斜杠使其更易于 self 记录。

---

编辑:这是我使用的代码:

String[] inputs = { "p()", "p(?a)", "p(?a,?b,c,?d)", "p(a,b,c)" };
Pattern p = Pattern.compile(
    "([a-zA-Z]+)\\(((?:\\??[a-zA-Z0-9]+(?:,\\??[a-zA-Z0-9]+)*)?)\\)");

for ( String s : inputs )
{
  Matcher m = p.matcher(s);
  if ( m.matches() )
  {
    System.out.printf("%nFull match: %s%nPredicate name:%n  %s%n",
                      m.group(), m.group(1));
    String allArgs = m.group(2);
    if (allArgs.length() == 0)
    {
      System.out.println("No arguments");
    }
    else
    {
      System.out.println("Arguments:");
      for (String arg : allArgs.split(","))
      {
        System.out.printf("  %s%n", arg);
      }
    }
  }
}