java - 我可以在 Java 中将正则表达式与 substring() 结合起来吗？

Question

我们正在将文档库导入到 SharePoint，我正在使用自己编写的 Java 程序来为这些文档构建元数据。我需要做的事情之一是确定文档是否具有交叉引用文档。此条件定义为文档名称中包含短语“see”。然而，命名约定并不存在，并且存在以下所有变体:

document_see_other_document.doc
document_-_see_other_document.doc
document_(see_other_document).doc
document_[see_other_document].doc
document_{see_other_document}.doc

我创建了一个默认变量:String xref = "no cross reference";我想设置这个String至"see_other_document"如果有 see <other document>文件名中的子字符串。

我的计划是寻找 see_ 的实例，使用它作为子字符串的起点，以 . 结尾，不包括在内。但我想消除任何可能存在的特殊字符。在上述情况下，我想返回 other_document 的五个实例。 ，不是other_document)等

我的想法是将子字符串拉入变量中，然后使用正则表达式 [^a-zA-Z0-9]并替换第二个字符串变量中的非字母数字字符，但是有没有更好、更优雅的方法来给这只猫换皮？

伪代码:

if (filename.indexOf("see_">-1) {
    String tempFilename = fileName.substring(indexOf("see_")+4,indexOf("."-1));
    xref = tempFilename.replaceAll("[^a-zA-Z0-9]","");
    } else {
    xref;
}

Answer 1

您可以将正则表达式与可选部分一起使用。以下片段展示了如何操作。 (?:something ) 不是捕获组:

    Pattern patt = Pattern.compile("_(?:\\-_)?(?:\\(|\\[|\\{)?see_([a-zA-Z_0-9]+)(?:\\)\\}|\\])?");

    for (String filename : new String[] {"document_see_other_document.doc", "document_-_see_other_document2.doc", 
            "document_(see_other_3document).doc", "document_[see_other_4document].doc", "document_{see_other_document5}.doc", "blacksee_other_document.doc"}){
        Matcher m= patt.matcher(filename);

        if (m.find()){
            System.out.println(m.group(1));
        }
        else {
            System.out.println("negative");
        }

    }