Java 中的正则表达式环视构造：建议需要优化

Question

我正在尝试在以下位置的逗号分隔列表中搜索文件名：

text.txt,temp_doc.doc,template.tmpl,empty.zip

我使用 Java 的正则表达式实现。输出要求如下：

1. 只显示文件名而不是它们各自的扩展名
2. 排除以“temp_”开头的文件

应该是这样的：

文字

模板

空

到目前为止，我已经设法编写了或多或少令人满意的正则表达式来处理第一个任务：

[^\\.,]++(?=\\.[^,]*+,?+)

我认为使其符合第二个要求的最佳选择是使用环视构造，但不确定如何编写可靠和优化的表达式。虽然以下正则表达式似乎确实可以满足要求，但如果没有其他原因，它显然是一个有缺陷的解决方案，它依赖于显式的最大文件名长度。

(?!temp_|emp_|mp_|p_|_)(?<!temp_\\w{0,50})[^\\.,]++(?=\\.[^,]*+,?+)

附：我研究正则表达式才几天，所以请不要嘲笑这种新手式的过于复杂的代码:)

Answer 1

• 只显示文件名而不是它们各自的扩展名
• 排除以“temp_”开头的文件

一种变体是这样的：

(?:^|,)(?!temp_)((?:(?!\.[^.]*(?:,|$)).)+)

这允许

• 不以“单词字符”开头的文件名（Tim Pietzcker 的解决方案没有）
• 包含点的文件名（如file.name.ext 将匹配为file.name）

但实际上，这真的很复杂。您最好编写一个小函数，在逗号处分割输入并从各部分中去除扩展名。

不管怎样，这里是拆解：

(?:^|,) # 文件名开始：字符串或逗号的开始 (?!temp_) # 否定前瞻：不允许以“temp_”开头的文件名 ( # match group 1 (将包含你的文件名) (?: # 非捕获组（匹配一个允许的字符） (?! # 负前瞻 (不跟在后面): \。 # 一个点 [^.]* # 任意数量的非点（这与扩展名匹配） (?:,|$) # 文件名结束（字符串或逗号结尾） ) # 结束负前瞻 . # 这个字符有效，匹配它 )+ # 结束非捕获组，重复 ) # 结束组 1

http://rubular.com/r/4jeHhsDuJG

Answer 2

另一种选择：

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

该模式将匹配所有文件名，但捕获仅有效名称。

• 如果在当前位置模式可以匹配temp_file.ext，它匹配它并且不捕获。
• 它无法匹配temp_，它会匹配([^,.]*)\.[^,]*，并捕获文件名。

您可以在此处查看示例：http://www.rubular.com/r/QywiDgFxww

Answer 3

这个怎么样：

Pattern regex = Pattern.compile(
    "\\b        # Start at word boundary\n" +
    "(?!temp_)  # Exclude words starting with temp_\n" +
    "[^,]+      # Match one or more characters except comma\n" +
    "(?=\\.)    # until the last available dot", 
    Pattern.COMMENTS);

这也允许文件名中包含点。