java - 正则表达式中的负向前瞻匹配所有接受特定字符的内容

Question

我在 Java 中定义带有负向前瞻的正则表达式时遇到问题。

给定以下字符串:

今天[#[#item#] |元素#]已发货，所以[#it is|它们#]消失了。

我正在尝试根据某个值将此字符串转换为以下形式之一(是的，这是区分单数和复数形式的一种方法):

今天 [#item#] 已发货，因此已消失。 或 今天商品已发货，因此已消失。

我正在尝试使用 Java 中的正则表达式来匹配此模式并实现此转换:

public String convert(String text, boolean isSingular) {
    Pattern spPattern = Pattern.compile("\\[#.*?\\|.*?#\\]");
    Matcher matcher = spPattern.matcher(text);
    while (matcher.find()) {
        int start = matcher.start()+2;
        int end = matcher.end()-2;
        int indexOfPipe = text.indexOf("|", start);
        String replacement = (isSingular) ? text.substring(start, indexOfPipe) : text.substring(indexOfPipe+1, end);
        text = matcher.replaceFirst(replacement);
        matcher = spPattern.matcher(text);
     }
}

对于单数形式:在 while 第一次迭代之后，text 是 今天 [#item#] 已发货，所以 [#it is|they are#] 消失了。，这是可以的。然而，在第二次迭代中，Matcher 与已发货的组 [#item#] 相匹配，因此 [#it is|they are#]，而它应该是 [#it is|they are#]。我很确定我需要某种消极的前瞻。

我已经尝试过以下模式，但它似乎没有做任何事情:

(\\[#.*?\\|.*?#\\])(?!\\[#[^\\|]*?#\\])(“尝试匹配 [# 和 #] 之间的所有内容，接受那些标签之间不包含 | 的情况”)

我错过了什么？

Answer 1

简介

您遇到的问题是因为您的第一个替换正在生成今天 [#item#] 已发货，因此 [#it is|they are#] 消失了。 并且您的正则表达式匹配 [#item#] 已发货，因此 [#it is|they are#]。然后，您的正则表达式会错误地替换该字符串。

解决这个问题的真正方法是创建一个解析器，但是如果函数以递归方式运行正则表达式，则可以使用正则表达式(这有点要感谢while循环)；因此，这个答案也适用于 [#[#a|b#]|b#] 之类的东西，但请注意，任何进一步的嵌套都将失败(如果它嵌套在单数一侧)。

<小时/>

代码

See regex in use here

\[#((?:\[#.*?#]|(?!#])[^|])*?)\|((?:\[#.*?#]|(?!#])[^|])*?)#]

用法

See code in use here

import java.util.*;
import java.lang.*;
import java.io.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

class Ideone
{
    public static void main (String[] args) throws java.lang.Exception
    {
        String s = "Today [#[#item#] was|the items were#] shipped so [#it is|they are#] gone.";
        System.out.println(convert(s, true));
        System.out.println(convert(s, false));
    }

    public static String convert(String text, boolean isSingular) {
        Pattern spPattern = Pattern.compile("\\[#((?:\\[#.*?#]|(?!#])[^|])*?)\\|((?:\\[#.*?#]|(?!#])[^|])*?)#]");
        Matcher matcher = spPattern.matcher(text);
        while (matcher.find()) {
            String replacement = isSingular ? matcher.group(1) : matcher.group(2);
            text = matcher.replaceFirst(replacement);
            matcher = spPattern.matcher(text);
        }
        return text;
    }
}

<小时/>

说明

• \[# 字面匹配 [#
• ((?:\[#.*?#]|(?!#])[^|])*?) 将以下内容捕获到捕获组 1 中
  • (?:\[#.*?#]|(?!#])[^|])*? 匹配以下任意次数，但尽可能少
  • \[#.*?#] 匹配以下内容
    • \[# 字面匹配 [#
    • .*? 匹配任何字符任意次数，但尽可能少
    • #] 按字面意思匹配
  • (?!#])[^|] 匹配以下内容
    • (?!#]) 负向前瞻确保后面的内容与字面上的 #] 不匹配
    • [^|] 匹配除 | 之外的任何内容
• \| 按字面意思匹配 |
• ((?:\[#.*?#]|(?!#])[^|])*?) 将以下内容捕获到捕获组 2 中
  • 请参阅捕获组 1 下的说明(与捕获组 1 相同)
• #] 字面匹配