Java 正则表达式 带有小字母的下划线位于左侧​​，等于中间，任意位于右侧

Question

我正在逐行读取文件，并且只需要如下行:

gui_test=Hallo
gui_test_hello=Hello

所以左侧只是由_分隔的小写字母单词。中间始终是 =，右侧可以是任何内容。

我做了这个正则表达式:

^(([a-z]+_[a-z]+)+=.*)$

问题是，它正在工作

gui_pfc_button_ok=Ok!

但不适用于:

gui_pfcuser_opportunitydetails_label_title=label Title

我不知道我的问题出在哪里。

Answer 1

简介

您面临的问题是正则表达式仅捕获组中的最后一个匹配项(至少在大多数引擎中；.net 是一个异常(exception))。您正在使用 ([a-z]+_[a-z]+)+ ，虽然这是有效的，但您只匹配与此模式匹配的最后一个匹配项，因此，您只能得到l_title。由于匹配是贪婪的，因此您会得到 l_ 因为之前的匹配占用了尽可能多的字符。分割一下，您实际上是通过以下方式进行匹配的:

• gui_pfcuse
• r_opportunitydetail
• s_labe
• l_title

如果下划线之间只有 1 个字母，例如 something_here_a_test，您当前的正则表达式也会失败。查看正在使用的正则表达式here

<小时/>

代码

See regex in use here

^([a-z]+(?:_[a-z]+)*)=(.*)$

您还可以使用 ^((?:[a-z]+_)*[a-z]+)=(.*)$ 但效率较低(比上面的正则表达式使用更多步骤) .

<小时/>

结果

输入

gui_test=Hallo gui_test_hello=Hello
gui_pfcuser_opportunitydetails_label_title=label Title
gui_pfc_button_ok=Ok!
something_here_a_test=More words

输出

1. 匹配:gui_test=Hallo gui_test_hello=Hello
   • 第 1 组:gui_test
   • 第 2 组:Hallo gui_test_hello=Hello
2. 匹配:gui_pfcuser_opportunitydetails_label_title=标签标题
   • 第 1 组:gui_pfcuser_opportunitydetails_label_title
   • 第 2 组:标签标题
3. 匹配:gui_pfc_button_ok=好的!
   • 第 1 组:gui_pfc_button_ok
   • 第 2 组:好的!
4. 匹配:something_here_a_test=更多单词
   • 第 1 组:something_here_a_test
   • 第 2 组:更多单词

<小时/>

说明

• ^ 断言位置位于行首
• ([a-z]+(?:_[a-z]+)*) 将以下内容捕获到捕获组 1 中
  • [a-z]+ 匹配任何小写 ASCII 字母一次或多次
  • (?:_[a-z]+)* 匹配以下任意次数。如果您需要至少一个匹配项，则可以将 * 更改为 +，这样最终会得到 (?:_[a-z]+)+
    • _ 按字面意思匹配
    • [a-z]+ 匹配任何小写 ASCII 字母一次或多次
• = 按字面意思匹配
• (.*) 将任何字符(换行符除外)捕获到捕获组 2
• $ 断言位置位于行尾