使用Java使用正则表达式查找更大字符串的子字符串答案

【问题标题】：Using Java to find substring of a bigger string using Regular Expression使用Java使用正则表达式查找更大字符串的子字符串
【发布时间】：2010-10-10 16:29:06
【问题描述】：

如果我有这样的字符串：

FOO[BAR]

我需要一种通用的方法来从字符串中取出“BAR”字符串，这样无论方括号之间的字符串是什么，它都可以得到该字符串。

例如

FOO[DOG] = DOG
FOO[CAT] = CAT

【问题讨论】：

标签： java regex string

【解决方案1】：

您应该能够使用非贪婪量词，特别是 *?。您可能需要以下内容：

Pattern MY_PATTERN = Pattern.compile("\\[(.*?)\\]");

这将为您提供一个与您的字符串匹配的模式，并将文本放在第一组的方括号内。请查看Pattern API Documentation 了解更多信息。

要提取字符串，您可以使用以下内容：

Matcher m = MY_PATTERN.matcher("FOO[BAR]");
while (m.find()) {
    String s = m.group(1);
    // s now contains "BAR"
}

【讨论】：

值得一提的是，如果方括号之间有换行符，这将失败，您应该使用 Pattern.DOTALL 标志来避免这种情况。
使用上面的模式，你将如何使用它来提取包含字符串 BAR 的字符串？我正在查看 Pattern API 和 Matcher API，但我仍然不确定如何获取字符串本身。
@cletus：好电话！ @digiarnie：我在答案中添加了一个修订版，其中包含一些用于获得匹配的稻草人代码。

【解决方案2】：

非正则表达式：

String input = "FOO[BAR]", extracted;
extracted = input.substring(input.indexOf("["),input.indexOf("]"));

或者，为了更好的性能/内存使用（感谢 Hosam）：

String input = "FOO[BAR]", extracted;
extracted = input.substring(input.indexOf('['),input.lastIndexOf(']'));

【讨论】：

我会改用lastIndexOf(']')，它可以处理嵌套的括号。此外，我相信使用indexOf(char) 会比indexOf(String) 更快。
不客气。您对性能的说明也非常相关，因为lastIndexOf 肯定会更快地找到右括号。
什么更快，indexof substring etc etc or regexp？
在下面查看 Amit 的“extracted”值：input.indexOf('[') + 1

【解决方案3】：

这是一个工作示例：

RegexpExample.java

package org.regexp.replace;

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexpExample
{
    public static void main(String[] args)
    {
        String string = "var1[value1], var2[value2], var3[value3]";
        Pattern pattern = Pattern.compile("(\\[)(.*?)(\\])");
        Matcher matcher = pattern.matcher(string);

        List<String> listMatches = new ArrayList<String>();

        while(matcher.find())
        {
            listMatches.add(matcher.group(2));
        }

        for(String s : listMatches)
        {
            System.out.println(s);
        }
    }
}

它显示：

value1
value2
value3

【讨论】：

【解决方案4】：

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

public static String get_match(String s, String p) {
    // returns first match of p in s for first group in regular expression 
    Matcher m = Pattern.compile(p).matcher(s);
    return m.find() ? m.group(1) : "";
}

get_match("FOO[BAR]", "\\[(.*?)\\]")  // returns "BAR"

public static List<String> get_matches(String s, String p) {
    // returns all matches of p in s for first group in regular expression 
    List<String> matches = new ArrayList<String>();
    Matcher m = Pattern.compile(p).matcher(s);
    while(m.find()) {
        matches.add(m.group(1));
    }
    return matches;
}

get_matches("FOO[BAR] FOO[CAT]", "\\[(.*?)\\]")) // returns [BAR, CAT]

【讨论】：

【解决方案5】：

如果您只需要获取[] 之间的任何内容，您可以像这样使用\[([^\]]*)\]：

Pattern regex = Pattern.compile("\\[([^\\]]*)\\]");
Matcher m = regex.matcher(str);
if (m.find()) {
    result = m.group();
}

如果您需要它的格式为 identifier + [ + content + ]，那么您可以限制仅在标识符为字母数字时提取内容：

[a-zA-Z][a-z-A-Z0-9_]*\s*\[([^\]]*)\]

这将验证 Foo [Bar] 或 myDevice_123["input"] 等内容。

主要问题

主要问题是当你想提取这样的内容时：

FOO[BAR[CAT[123]]+DOG[FOO]]

正则表达式不起作用，将返回 BAR[CAT[123 和 FOO。
如果我们将正则表达式更改为\[(.*)\]，那么我们就可以了，但是，如果您尝试从更复杂的内容中提取内容，例如：

FOO[BAR[CAT[123]]+DOG[FOO]] = myOtherFoo[BAR[5]]

所有正则表达式都不起作用。

在所有情况下提取正确内容的最准确正则表达式会复杂得多，因为它需要平衡 [] 对并为您提供内容。

更简单的解决方案

如果您的问题变得复杂并且[] 的内容任意，您可以平衡[] 对并使用普通旧代码而不是正则表达式提取字符串：

int i;
int brackets = 0;
string c;
result = "";
for (i = input.indexOf("["); i < str.length; i++) {
    c = str.substring(i, i + 1);
    if (c == '[') {
        brackets++;
    } else if (c == ']') {
        brackets--;
        if (brackets <= 0) 
            break;
    }
    result = result + c;
}

这更像是伪代码而不是真实代码，我不是 Java 编码器，所以我不知道语法是否正确，但应该很容易改进。
重要的是这段代码应该可以工作并允许您提取[] 的内容，不管它有多复杂。

【讨论】：

【解决方案6】：

我认为你的正则表达式看起来像：

/FOO\[(.+)\]/

假设 FOO 将保持不变。

所以，把它放在 Java 中：

Pattern p = Pattern.compile("FOO\\[(.+)\\]");
Matcher m = p.matcher(inputLine);

【讨论】：

FOO[BAR] FOO[BAZ] -> 使用正则表达式将返回："BAR] FOO[BAZ"

【解决方案7】：

String input = "FOO[BAR]";
String result = input.substring(input.indexOf("[")+1,input.lastIndexOf("]"));

这将返回第一个'['和最后一个']'之间的值

Foo[Bar] => 酒吧

Foo[Bar[test]] => Bar[test]

注意：如果输入字符串格式不正确，您应该添加错误检查。

【讨论】：

【解决方案8】：

假设在 /FOO\[([^\]]*)\]/ 中不允许使用其他右方括号

【讨论】：

【解决方案9】：

我会定义我想要[ 和] 之间的最大非] 字符数。这些需要用反斜杠转义（在Java中，这些需要再次转义），并且非]的定义是一个字符类，因此在[和]中（即[^\\]]）。结果：

FOO\\[([^\\]]+)\\]

【讨论】：

【解决方案10】：

如果你想解析一些来自 mYearInDB.toString() =[2013] 的字符串，它会像这样工作，它会给出 2013

Matcher n = MY_PATTERN.matcher("FOO[BAR]"+mYearInDB.toString());
while (n.find()) {
 extracredYear  = n.group(1);
 // s now contains "BAR"
    }
    System.out.println("Extrated output is : "+extracredYear);

【讨论】：

【解决方案11】：

这个正则表达式对我有用：

form\[([^']*?)\]

示例：

form[company_details][0][name]
form[company_details][0][common_names][1][title]

输出：

Match 1
1.  company_details
Match 2
1.  company_details

在http://rubular.com/上测试

【讨论】：

【解决方案12】：

"FOO[DOG]".replaceAll("^.*?\\[|\\].*", "");

这将返回一个字符串只取方括号内的字符串。

这会从方括号中删除所有字符串。

您可以在线测试此 java 示例代码： http://tpcg.io/wZoFu0

您可以从这里测试这个正则表达式： https://regex101.com/r/oUAzsS/1

【讨论】：