正则表达式未捕获预期组中的匹配

Question

我一直在处理需求，我需要在以下字符串上创建一个正则表达式：

startDate:[2016-10-12T12:23:23Z:2016-10-12T12:23:23Z]

此字符串可以有多种变体，如下所示：

startDate:[*;2016-10-12T12:23:23Z]
startDate:[2016-10-12T12:23:23Z;*]
startDate:[*;*]

上面表达式中的

startDate 是一个键名，可以是 endDate、updateDate 等任何内容，这意味着我们不能在表达式中对其进行硬编码。虽然[a-zA-Z_0-9]*

可以接受键名作为任何单词

我正在使用以下编译模式

Pattern.compile("([[a-zA-Z_0-9]*):(\\[[[\\*]|[0-9]{4}-[0-9]{2}-[0-9]{2}T[0-9]{2}:[0-9]{2}:[0-9]{2}[Z]];[[\\*]|[0-9]{4}-[0-9]{2}-[0-9]{2}T[0-9]{2}:[0-9]{2}:[0-9]{2}[Z]]\\]])");

模式匹配，但创建的组不是我所期望的。我想要下面括号括起来的组：

(startDate):([*:2016-10-12T12:23:23Z])

group1 = "startDate"
group2 = "[*;2016-10-12T12:23:23Z]"

能否请您帮我正确表达 Java 和组？

Answer 1

这是一个使用您原来的正则表达式的解决方案，经过修改，它实际上返回了您想要的组：

String content = "startDate:[2016-10-12T12:23:23Z:2016-10-12T12:23:23Z]";
Pattern pattern = Pattern.compile("([a-zA-Z_0-9]*):(\\[(?:\\d{4}-\\d{2}-\\d{2}T\\d{2}:\\d{2}:\\d{2}Z|\\*):(?:\\d{4}-\\d{2}-\\d{2}T\\d{2}:\\d{2}:\\d{2}Z|\\*)\\])");
Matcher matcher = pattern.matcher(content);
// remember to call find() at least once before trying to access groups
matcher.find();

System.out.println("group1 = " + matcher.group(1));
System.out.println("group2 = " + matcher.group(2));

输出：

group1 = startDate
group2 = [2016-10-12T12:23:23Z:2016-10-12T12:23:23Z]

此代码已在 IntelliJ 上进行了测试，似乎工作正常。

Answer 2

您使用[ 而不是( 来包装选项（即使用|）。

例如，以下代码适用于我：

Pattern pattern = Pattern.compile("(\\w+):(\\[(\\*|\\d{4}):\\*\\])");
Matcher matcher = pattern.matcher(text);
if (matcher.matches()) {
    for (int i = 0; i < matcher.groupCount() + 1; i++) {
        System.out.println(i + ":" + matcher.group(i));
    }
} else {
    System.out.println("no match");
}

为了简化事情，我只使用年份，但我确信它可以与完整的时间戳字符串一起使用。

此表达式在组中捕获的内容超出您的需要，但您可以使用 (?: ) 构造将它们设为“非捕获”。

请注意，我使用预定义的字符类简化了一些正则表达式。详情请见http://docs.oracle.com/javase/8/docs/api/java/util/regex/Pattern.html。