如何计算正则表达式的匹配数？

Question

假设我有一个包含以下内容的字符串：

HelloxxxHelloxxxHello

我编译了一个模式来寻找“你好”

Pattern pattern = Pattern.compile("Hello");
Matcher matcher = pattern.matcher("HelloxxxHelloxxxHello");

它应该找到三个匹配项。如何计算有多少匹配项？

我尝试了各种循环并使用matcher.groupCount()，但没有成功。

Answer 1

matcher.find() 没有找到 所有 个匹配项，只有 下一个 个匹配项。

Java 9+ 解决方案

long matches = matcher.results().count();

Java 8 及更早版本的解决方案

您必须执行以下操作。 (Starting from Java 9, there is a nicer solution)

int count = 0;
while (matcher.find())
    count++;

顺便说一句，matcher.groupCount() 完全不同。

完整示例：

import java.util.regex.*;

class Test {
    public static void main(String[] args) {
        String hello = "HelloxxxHelloxxxHello";
        Pattern pattern = Pattern.compile("Hello");
        Matcher matcher = pattern.matcher(hello);

        int count = 0;
        while (matcher.find())
            count++;

        System.out.println(count);    // prints 3
    }
}

处理重叠匹配

当计算aaaa 中aa 的匹配时，上面的sn-p 会给你2。

aaaa
aa
  aa

要获得 3 个匹配项，即此行为：

aaaa
aa
 aa
  aa

您必须在索引<start of last match> + 1 处搜索匹配项，如下所示：

String hello = "aaaa";
Pattern pattern = Pattern.compile("aa");
Matcher matcher = pattern.matcher(hello);

int count = 0;
int i = 0;
while (matcher.find(i)) {
    count++;
    i = matcher.start() + 1;
}

System.out.println(count);    // prints 3

Answer 2

从Java 9开始，你可以使用Matcher.results()提供的流

long matches = matcher.results().count();

Answer 3

使用以下代码查找正则表达式在您的输入中找到的匹配数

        Pattern p = Pattern.compile(regex, Pattern.MULTILINE | Pattern.DOTALL);// "regex" here indicates your predefined regex.
        Matcher m = p.matcher(pattern); // "pattern" indicates your string to match the pattern against with
        boolean b = m.matches();
        if(b)
        count++;
        while (m.find())
        count++;

这是一个通用代码而不是具体代码，请根据您的需要进行调整

如有错误欢迎指正。

Answer 4

这应该适用于可能重叠的匹配：

public static void main(String[] args) {
    String input = "aaaaaaaa";
    String regex = "aa";
    Pattern pattern = Pattern.compile(regex);
    Matcher matcher = pattern.matcher(input);
    int from = 0;
    int count = 0;
    while(matcher.find(from)) {
        count++;
        from = matcher.start() + 1;
    }
    System.out.println(count);
}

Answer 5

如果你想使用 Java 8 流并且对 while 循环过敏，你可以试试这个：

public static int countPattern(String references, Pattern referencePattern) {
    Matcher matcher = referencePattern.matcher(references);
    return Stream.iterate(0, i -> i + 1)
            .filter(i -> !matcher.find())
            .findFirst()
            .get();
}

免责声明：这仅适用于不相交的匹配。

例子：

public static void main(String[] args) throws ParseException {
    Pattern referencePattern = Pattern.compile("PASSENGER:\\d+");
    System.out.println(countPattern("[ \"PASSENGER:1\", \"PASSENGER:2\", \"AIR:1\", \"AIR:2\", \"FOP:2\" ]", referencePattern));
    System.out.println(countPattern("[ \"AIR:1\", \"AIR:2\", \"FOP:2\" ]", referencePattern));
    System.out.println(countPattern("[ \"AIR:1\", \"AIR:2\", \"FOP:2\", \"PASSENGER:1\" ]", referencePattern));
    System.out.println(countPattern("[  ]", referencePattern));
}

打印出来：

2
0
1
0

这是与流不相交匹配的解决方案：

public static int countPattern(String references, Pattern referencePattern) {
    return StreamSupport.stream(Spliterators.spliteratorUnknownSize(
            new Iterator<Integer>() {
                Matcher matcher = referencePattern.matcher(references);
                int from = 0;

                @Override
                public boolean hasNext() {
                    return matcher.find(from);
                }

                @Override
                public Integer next() {
                    from = matcher.start() + 1;
                    return 1;
                }
            },
            Spliterator.IMMUTABLE), false).reduce(0, (a, c) -> a + c);
}