Java 正则表达式解码将多个分隔符视为相同不起作用

Question

并感谢您的帮助，

我正在尝试获取一个正则表达式来解码以逗号或分号作为 anchor 的字符串，但我似乎无法让它适用于逗号或两者。请告诉我我遗漏了什么或做错了什么。谢谢!

^(?<FADECID>\d{6})?(?<MSG>([a-z A-Z 0-9 ()-:]*[;,]{1}+){8,}+)?(?<ANCH>\w*[;,])?(?<TIME>\d{4})?(?<FM>\d{2})?[;,]?(?<CON>.*)$.*

要解码的入站类型字符串 - 我需要以相同的方式对待逗号和/或分号。

383154VSC    X1;;;;;;;BOTH WASTE DRAIN VLV    NOT CLSD (135MG;35MG);HARD;093502
282151FCMC1  1;;;;;;;FUEL MAIN PUMP1 (121QA1);HARD;093502
732112EEC2B  1;;;;;;;FMU(E2-4071KS)WRG:EEC  J12 TO FMV LVDT POS,HARD;
383154VSC    X1,,,,,,,BOTH WASTE DRAIN VLV    NOT CLSD (135MG,35MG),HARD,093502
282151FCMC1  1,,,,,,,FUEL MAIN PUMP1 (121QA1);HARD;093502
732112EEC2B  1,,,,,,,FMU(E2-4071KS)WRG:EEC  J12 TO FMV LVDT POS,HARD,
383154VSC    X1,,,,,,,BOTH WASTE DRAIN VLV    NOT CLSD (135MG;35MG);HARD;093502
282151FCMC1  1;;;;;;;FUEL MAIN PUMP1 (121QA1),HARD,093502
732112EEC2B  1,,,,,,,FMU(E2-4071KS)WRG:EEC  J12 TO FMV LVDT POS;HARD;

该字符串可能包含多个文本 [;,] 分隔的消息。

ABC;DEF;;HIJ;NNN;JJJ;XXX;EEX;HARD;

这可以管理 - (?([a-z A-Z 0-9 ()-:]*[;,]{1}+){8,}+)?但它没有观察逗号？

这适用于；但不适用于逗号或两者，我的问题是它可以同时是分号或逗号？如果我将正则表达式设置为仅逗号，则它适用于逗号字符串，我知道我缺少量词或类似的东西。

                            if ( null != MORE && ! MORE.isEmpty() ) {

                                while ( null != MORE && ! MORE.isEmpty() || MORE.trim().equals("EOR")) {

                                    LOG.info("MORE CONTINUE: " + MORE);
                                    if ( MORE.trim().equals("EOR") ) {
                                        break;
                                    }
                                    String patternMoreString = "^(?<FADECID>\\d{6})?(?<MSG>([a-z A-Z 0-9 ()-:()]*[;,]{1}+){8,}+)+?(?<ANCH>\\w*[;,])?(?<TIME>\\d{4})?(?<FM>\\d{2})?[;,]?(?<CON>.*)$.*";
                                    Pattern patternMore = Pattern.compile(patternMoreString, Pattern.DOTALL);
                                    Matcher matcherMore = patternMore.matcher(MORE);

                                    while ( matcherMore.find() ) {

                                        MORE = matcherMore.group("CON");

                                        summary.setReportId("FLR");
                                        summary.setAreg(Areg);
                                        summary.setShip(Ship);
                                        summary.setOrig(Orig);
                                        summary.setDest(Dest);
                                        summary.setTimestamp(Ts);
                                        summary.setAta(matcherMore.group("FADECID"));
                                        summary.setTime(matcherMore.group("TIME"));
                                        summary.setFm(matcherMore.group("FM"));
                                        summary.setMsg(matcherMore.group("MSG"));

                                        serviceRecords.add(summary);

                                        LOG.info("*** A330 MPF MORE Record ***");
                                        LOG.info(summary.getReportId());
                                        LOG.info(summary.getAreg());
                                        LOG.info(summary.getShip());
                                        LOG.info(summary.getOrig());
                                        LOG.info(summary.getDest());
                                        LOG.info(summary.getTimestamp());
                                        LOG.info(summary.getAta());
                                        LOG.info(summary.getTime());
                                        LOG.info(summary.getFm());
                                        LOG.info(summary.getMsg());

                                        summary = new A330PostFlightReportRecord();
                                    }
                                }
                            }
                        }
                        //---

如果 TIME 和 FM 存在，我需要第 2 组的所有案例。

Answer 1

您可以使用捕获组和 backreference使用该组的编号来获得一致的分隔符。

在本例中，捕获组为 ([;,])这是由 \4 表示的第四组匹配 ;或,

如果您只需要组 2，并且如果 TIME 和 FM，您可以省略组ANCH

^(?<FADECID>\d{6})(?<MSG>([a-zA-Z0-9() -]*([;,])){7,})(?<TIME>\d{4})?(?<FM>\d{2})?\4?(?<CON>.*)$

说明

• ^字符串开头
• (?<FADECID>\d{6})命名组FADECID ,匹配6位数字
• (?<MSG>命名组MSG
  • (捕获组 3
    • [a-zA-Z0-9() -]*匹配任何列表器 0 次以上
    • ([;,])捕获组 4，用作反向引用以获得一致的分隔符
  • ){7,}关闭小组并重复 7 次以上
• )关群MSG
• (?<TIME>\d{4})?可选命名组TIME ,匹配4位数字
• (?<FM>\d{2})?可选命名组FM ,匹配2位数字
• \4?对捕获组 4 的可选反向引用
• (?<CON>.*)命名组CON匹配除换行符之外的任何字符 0 次以上
• $字符串结尾

Regex demo

请注意，第 3 组捕获组本身是重复的，为您提供迭代的最后一个值，该值将是 HARD