Java 正则表达式匹配除可选后缀外的贪婪数据

Question

给定一个字符串，如

Prefix without commas, remainder with optional suffix (optional suffix)

什么是最好的 Java 正则表达式来一次性匹配和提取字符串的 3 个部分？

前缀到第一个逗号
左括号的余数
括号内的后缀

对于上面的例子，3 组（引号内）将是

"Prefix without commas"
"remainder with optional suffix"
"（可选后缀）"

字符串的所有 3 个部分都是可变长度的。 "remainder" 部分本身可能包含逗号和圆括号，可选后缀可能以或不以 space(s) 开头，后跟左括号，后跟零个或多个字符，后跟右括号，再后跟通过可选的 spaces，然后是行尾。

尝试类似

([^,]*),(.*)(\s*\(.*\))?

只生成第 1 组和第 2 组，将第 3 组放在第 2 组的末尾。

Answer 1

([^,]*),(.*)(\s*\(.*\))?

失败的原因是正则表达式已经成功 ([^,]*),(.*) 并且不需要检查（回溯）其余部分。

要使其正常工作，请按如下方式更改（可能有多个选项），匹配时不带最后一个括号，或者匹配最后一个括号：

^([^,]*),(.*[^\) ]\s*$) | ([^,]*),(.*)(\s*\(.*\))\s*$

结果（ + 和 + 应该合并，</code>和<code>如果没有可选前缀则填充）：

3: Prefix without commas
4:  remainder with optional suffix 
5: (optional suffix)

这里我假设你的可选后缀可以出现多次。阅读问题的另一种方式是您希望重复中间部分，即 </code> 包含在 <code> 中。您可以按如下方式进行：

^([^,]*),(.*(?:[^\) ]\s*$ | (\s*\(.*\)\s*$)))

结果：

1: Prefix without commas
2:  remainder with optional suffix (optional suffix)  
3: (optional suffix)

编辑：更新上面的正则表达式以允许在右括号后使用白色space（这很微妙，您需要将 space 添加到否定字符 class），并且锚定正则表达式以加快速度并减少回溯

Answer 2

您可以使用以下正则表达式：

"^([^,]*),([^()]*)(\s*\(.*\))?$"

正则表达式匹配：

^ - 字符串的开头
([^,]*) -（第 1 组）除 ,
, - 文字 ,
([^()]*) -（第 2 组）除 ( 和 )
(\s*$.*$)? -（第 3 组）可选组（由于 ? 量词表示前面的子模式出现 1 次或 0 次）：
- \s* - 0 个或更多空格
- $.*$ - 文字 ( 然后尽可能多的字符，而不是换行符，直到最后一个 ).
$ - 字符串结尾（如果实际字符串可以更长，并且您正在寻找更小的子字符串，则删除）。

见IDEONE demo

String str = "String prefix without commas, variable length remainder with optional suffix (optional suffix)";
Pattern ptrn = Pattern.compile("^([^,]*),([^()]*)(\s*\(.*\))?$");
Matcher matcher = ptrn.matcher(str);
while (matcher.find()) {
    System.out.println("First group: " + matcher.group(1)
                  + "\nSecond group: " + matcher.group(1) 
                  + (matcher.group(3) != null ? 
                       "\nThrid group: " + matcher.group(3) : ""));

Answer 3

以下正则表达式：

^([^,]*),(.*?)(?:\(([^()]*)\))?\s*$

在第 2 组中使用惰性量词来保证第 3 组在有括号时匹配。另一方面，第 3 组不允许嵌套括号，只在字符串的最后一组括号中强制匹配。

代码：

String text = "String prefix without commas, variable length ())(remainde()r with )optional (suffix (optional suffix)";
Pattern regex = Pattern.compile("^([^,]*),(.*?)(?:[(]([^()]*)[)])?\s*$");
Matcher m = regex.matcher(text);
if (m.find()) {
    System.out.println("1: " + m.group(1));
    System.out.println("2: " + m.group(2));
    System.out.println("3: " + m.group(3));
}

输出：

1: String prefix without commas
2:  variable length ())(remainde()r with )optional (suffix 
3: optional suffix

DEMO

Java 正则表达式匹配除可选后缀外的贪婪数据

Java regex matching greedy data apart from optional suffix

java

regex

prefix

suffix