Java Regex - 使用单个美元捕获字符串，但当它有两个连续的美元时则不会

Question

我发布了this之前的问题。

但这还没有结束。那里适用的所有规则仍然适用。

所以字符串:

• "%ABC%"结果会产生 ABC(捕获百分号之间的内容)
• 就像 "$ABC." (捕获 $ 之后的内容，当出现另一个美元或点时放弃)
• "$ABC$XYZ"也会，并给出 XYZ 作为结果。

要添加更多内容:

• "${ABC}"也应该产生 ABC 。 (如果存在的话，请忽略大括号 - 也许不是捕获字符？)。
• 如果您有两个连续的美元符号，例如 "$$EFG" ，或"$${EFG}" ,
  不应出现在正则表达式结果中。 (这就是编号或命名的反向引用发挥作用的地方 - 也是我将它们视为非捕获组的原因)。据我了解，具有以下语法的组成为非捕获组 (?:) 。

1) 我可以说 % 或 $ 是非捕获组并按数字引用吗？或者只有捕获组才能获得分配的编号？

2) 编号的顺序是什么，如果有 ((A) (B) (C)) 。外组是1,A 2,B 3 C 4吗？

我一直在查看命名组。看到提到的语法here

(?<name>capturing text) to define a named group "name"

\k<name> to backreference a named group "name"

3) 不确定是否可以在 Java 中命名非捕获组？有人能解释一下吗？

• 更多信息 here on non capture groups .
• 更多信息请参见 lookbehinds
• 问题的类似答案 here ，但并没有完全得到我想要的东西。不确定 Java 中是否存在反向引用问题。
• 类似问题here 。但无法理解适用于此的工作版本。

我使用了与我原来的问题中完全相同的 Java，除了:

String search = "/bla/$V_N.$$XYZ.bla";
String pattern = "(?:(?<oc>[%$]))(?!(\\k<oc>))([^%.$]*)+";

这应该只会产生V_N。

我真的很苦恼这个问题，想知道是否有人可以帮助我解决这个问题。谢谢。

Answer 1

您可以使用多个捕获组编写更详细的正则表达式，并且只捕获那些不是 null 的正则表达式。 ，或者简单地连接找到的组值，因为每次匹配时总是只有其中一个被初始化:

%([^%.]+)%|(?<!\$)\$(?:\{([^{}]+)\}|([^$.]+))

请参阅regex demo .

详细信息

• %([^%.]+)% -% ，第 1 组:除 % 之外的一个或多个字符和. ，然后是 %已消耗
• | - 或
• (?<!\$) - 负向后查找，匹配字符串中不紧接 $ 的位置
• \$ - 一个$
• (?: - 与以下任一者匹配的非捕获容器组的开始:
  • \{([^{}]+)\} -{ ，第 2 组:除 { 之外的任何一个或多个字符和} ，然后}已消耗
  • | - 或
  • ([^$.]+) - 第 3 组:除 $ 之外的 1 个或多个字符和.
• ) - 非捕获容器组的末尾。

Java usage :

String regex = "%([^%.]+)%|(?<!\\$)\\$(?:\\{([^\\{}]+)\\}|([^$.\\s]+))";
String string = "%ABC%\n$ABC.\n$ABC$XYZ  ${ABC}\n\n$$EFG $${EFG}.";
Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
Matcher m = pattern.matcher(string);
List<String> results = new ArrayList<>();
while (m.find()) {
    results.add(Objects.toString(m.group(1),"") + 
        Objects.toString(m.group(2),"") + 
        Objects.toString(m.group(3),""));
}
System.out.println(results); // => [ABC, ABC, ABC, XYZ, ABC]

请注意，在常规 Java 字符串文字中，\应该被转义(即 \\ )以引入单个文字反斜杠，该反斜杠用作正则表达式转义的一部分。