从正则表达式字符串解析组？答案

【问题标题】：Parse groups from regex string?从正则表达式字符串解析组？
【发布时间】：2021-10-05 22:34:25
【问题描述】：

如果我有以下正则表达式字符串：

String one = "\"/^[^.]+$|\\.(?!(avi|bmp)$)([^.]+$)/i\"";
String two = "\"/^.*\\.(txt)$/i"";

假设我只想从字符串中解析出文件扩展名，例如，我想：

List<String> fileExtensionsOne = getFileExtensionsFromRegex(one); // Returns ("avi",bmp")
List<String> fileExtensionsTwo = getFileExtensionsFromRegex(two); // Returns ("txt")

实现getFileExtensionsFromRegex 的最佳方式是什么？是否可以将字符串转换为 Java Regex 对象并从中获取组？例如不将模式应用于某些输入文本？

编辑，我想我可以依靠正则表达式模式保持相当一致，要么是这样：

'/^.*\\.(' + _map(extensions, 'text').join('|') + ')$/i'

或者这个：

'/^[^.]+$|\\.(?!(' + _map(extensions, 'text').join('|') + ')$)([^.]+$)/i'

【问题讨论】：

这些正则表达式模式中有多少是恒定的？单扩展的情况总是"\"/^.*\\.(ext)$/i""，两个扩展的情况总是"\"/^[^.]+$|\\.(?!(ext1|ext2)$)([^.]+$)/i\""，两个以上的扩展类似吗？我敢肯定，可以想出许多不同的正则表达式模式，它们都进行相同的文件扩展名匹配。你肯定不想写一个成熟的正则表达式分析器（除非你有几年的空闲时间）。
@RalfKleberhoff 为问题添加了更多信息 - 我认为模式将保持一致

标签： java regex parsing

【解决方案1】：

您的逻辑可以从比较每个字符开始，它是 ASCII 字母。这是一个快速的 ASCII 字符参考：

{
"31": "",      "32": " ",     "33": "!",     "34": "\"",    "35": 
"#",    
"36": "$",     "37": "%",     "38": "&",     "39": "'",     "40": 
"(",    
"41": ")",     "42": "*",     "43": "+",     "44": ",",     "45": 
 "-",    
"46": ".",     "47": "/",     "48": "0",     "49": "1",     "50": 
"2",    
"51": "3",     "52": "4",     "53": "5",     "54": "6",     "55": 
"7",    
"56": "8",     "57": "9",     "58": ":",     "59": ";",     "60": 
"<",    
"61": "=",     "62": ">",     "63": "?",     "64": "@",     "65": 
"A",    
"66": "B",     "67": "C",     "68": "D",     "69": "E",     "70": 
"F",    
"71": "G",     "72": "H",     "73": "I",     "74": "J",     "75":

“K”，
“76”：“L”，“77”：“M”，“78”：“N”，“79”：“O”，“80”： "P",
“81”：“Q”，“82”：“R”，“83”：“S”，“84”：“T”，“85”： “U”，
“86”：“V”，“87”：“W”，“88”：“X”，“89”：“Y”，“90”： "Z",
“91”：“[”，“92”：“\”，“93”：“]”，“94”：“^”，“95”： "_",
“96”：“`”，“97”：“a”，“98”：“b”，“99”：“c”，
“100”：“d”，
“101”：“e”，“102”：“f”，“103”：“g”，“104”：“h”，
“105”：“我”，
“106”：“j”，“107”：“k”，“108”：“l”，“109”：“m”，
"110": "n",
“111”：“o”，“112”：“p”，“113”：“q”，“114”：“r”，
"115": "s",
“116”：“t”，“117”：“u”，“118”：“v”，“119”：“w”，
“120”：“x”，
“121”：“y”，“122”：“z”，“123”：“{”，“124”：“|”，
"125": "}",
“126”：“~”，“127”：“” }

类似的东西来自

String.fromCharCode(97) //will return 'a'

到

String.fromCharCode(122) //will return 'z'

如果它以字母开头，则接下来比较直到它不是字母

【讨论】：

你确定你明白了OP的意思吗？自动从正则表达式字符串中解析出相关信息？
在Java中，没有String.fromCharCode(97)。

【解决方案2】：

我的方法主要是创建一个分析正则表达式的正则表达式，类似于

.*\(([a-z0-9\|]+)\).*

（免责声明：尚未检查其正则表达式语法是否正确）

这会在正则表达式中查找一个组，从左括号 $ 开始，然后包含任意数量的字母、数字和管道 [a-z0-9\|]+（假设文件扩展名正好允许这些字符），然后是结束括号$ 并将括号之间的内容返回为group(1)。组返回是 $ 和 $ 对内的额外括号的用途。

在第一个例子中，这应该是avi|bmp，在第二个例子中应该是txt。

然后，对group(1) 结果执行split("\|")，您将获得单独的扩展。

【讨论】：

【解决方案3】：

这可能是你需要的：

public static List<String> getFileExtensionsFromRegex(String s) {
    Pattern pattern = Pattern.compile(("[a-zA-Z0-9]{2,}"));
    Matcher matcher = pattern.matcher(s);
    List<String> result = new ArrayList<>();
    while (matcher.find()) {
        result.add(matcher.group());
    }
    return result;
}

【讨论】：