java - 为什么正则表达式不能正常工作？

Question

我有一些String，例如

s3://my-source-bucket/molomics/molecules35455720556210282.csv 或，s3://my-source-bucket/molecules10282.csvs3://my-source-bucket/molename

标准:

1. the portion of `s3://` is fixed
2. the bucket name will be consists of letters, numbers and dash(-) and dots(.), say, 
my-source-bucket and will be followed by /
3. Number 2 will repeat one or more time
4. In the end there will be no /

我想使用正则表达式来匹配它们。我有一个小程序，用于获取下面提供的匹配项，

public static void findMatchUsingRegex(String input) {

    String REGEX = "(w+://)([0-9A-Za-z-]+/)([0-9A-Za-z-/]+)([0-9A-Za-z-.]+)?";
    Pattern p = Pattern.compile(REGEX);
    Matcher m = p.matcher(input);   // get a matcher object
    while(m.find()) {
        count++;
        System.out.println("Match number "+count);
        System.out.println("start(): "+m.start());
        System.out.println("end(): "+m.end());
    }
}

在在线编辑器中，我找到了匹配项。但是，这些匹配项在程序的实际运行中不会按预期返回任何内容。如何更改正则表达式以使其正常工作并且可能更好地工作？

Answer 1

一些要点

1. 标准 #1 规定 s3:// 是固定的，因此您可以明确使用它。
2. 您需要转义特殊的正则表达式字符，例如 .、- 和 /。由于您将正则表达式编写为 Java 字符串，因此需要使用两个反斜杠:\\. 来匹配文字 ..
3. 看来您可以大大简化您的模式。
4. 我不知道 findMatchUsingRegex 到底应该做什么，但请确保您想要使用 Pattern.find 而不是 Pattern.match >.

解决方案

s3:\/(\/[0-9A-Za-z\-\.]+)+

请注意 \/ 是如何排在前面的，因此字符串必须以数字、字母、. 或 - 结尾。在 Java 中，您需要将其写为:

s3:\\/(\\/[0-9A-Za-z\\-\\.]+)+

(从技术上讲，您不需要在这里转义 - 和 .。但这可能是一个很好的做法，因为它们是特殊字符。)