java 正则表达式 字符序列

Question

我有一个字符串，里面有多个“消息”。 “消息”以特定的字符序列开头。我试过:

String str = 'ab message1ab message2ab message3'
Pattern pattern = Pattern.compile('(?<record>ab\\p{ASCII}+(?!ab))');
Matcher matcher = pattern.matcher(str);
while (matcher.find()) {
    handleMessage(matcher.group('record'))
}

但是\p{ASCII}+贪吃一切。符号a、b可以在消息内部，仅它们的顺序意味着下一条消息的开始

Answer 1

p{ASCII}+ 是一个或多个 ASCII 字符的贪婪正则表达式，这意味着它将使用最长的可能匹配。但如果您想要尽可能短的匹配，则可以使用不情愿量词:p{ASCII}+?。在这种情况下，您应该使用正前瞻断言。

正则表达式可能会变成:

Pattern pattern = Pattern.compile("(?<record>ab\\p{ASCII}+?)(?=(ab)|\\z)");

请注意 (ab)|\z 以匹配最后一条消息...