Java 命名反向引用不匹配答案

【问题标题】：Java named backreferences not matchingJava 命名反向引用不匹配
【发布时间】：2014-03-22 21:25:23
【问题描述】：

我正在编写一个简化的 SQL 解析器，它使用正则表达式来匹配每个有效命令。我坚持匹配以下内容：

attribute1 type1, attribute2 type2, attribute3 type3, ...

其中属性是表列的名称，类型可以是 CHAR(size)、INT 或 DEC。这在 CREATE TABLE 语句中使用：

CREATE TABLE student (id INT, name CHAR(20), gpa DEC);

为了调试它，我正在尝试匹配这个：

id INT, name CHAR(20), gpa DEC

用这个：

(?<attributepair>[A-Za-z0-9_]+ (INT|(CHAR\([0-9]{1,3}\))|DEC))(, \k<attributepair>)*

我什至没有命名反向引用就试过了：

([A-Za-z0-9_]+ (INT|(CHAR\([0-9]{1,3}\))|DEC))(, \1)*

我用 regexpal 测试了后一个 regex 表达式并且它匹配，但是当我在我的 Java 程序中尝试它时两者都没有。有什么我想念的吗？我怎样才能使这项工作？也许这与我调用 Pattern.compile() 的方式有关，就像我是否缺少标志一样。我也有 JDK v7。

更新： 我发现虽然matches() 返回false，但是lookingAt() 和find() 返回true。它匹配每个单独的属性。我想制作我的正则表达式，使其匹配整个表达式而不是每个属性。

【问题讨论】：

标签： java sql regex parsing backreference

【解决方案1】：

在 Java 中没有“尽可能多地匹配并将所有组连接在一起”。
您要么必须自己使用：

while(matcher.find()) {
    // ...
}

... 或使用在一次调用 find 时已经匹配所有内容的正则表达式。

例如，您可以尝试以下正则表达式（如 Java String），它会一次匹配您的所有属性。

(?:\\w+ (?:INT|CHAR(?:\\(\\d{1,3}\\))?|DEC)(?:, )?)+

这是一个工作示例：

final String str = "CREATE TABLE student (id INT, name CHAR(20), gpa DEC);";
final Pattern p = Pattern.compile("(?:\\w+ (?:INT|CHAR(?:\\(\\d{1,3}\\))?|DEC)(?:, )?)+");
final Matcher m = p.matcher(str);
if(m.find()) {
    System.out.println(m.group());  // prints "id INT, name CHAR(20), gpa DEC"
};

输出：

id INT, name CHAR(20), gpa DEC

【讨论】：

【解决方案2】：

当您执行([A-Za-z0-9_]+ (INT|(CHAR\([0-9]{1,3}\))|DEC))(, \1)* 之类的操作时，反向引用是第一组实际匹配的内容。

即，id INT, id INT, name CHAR(20), gpa DEC 将与反向引用一起使用，因为id INT, id INT 将成为同一匹配的一部分。（如果你把它放在正则表达式中，你会根据突出显示非常清楚地看到差异。）

【讨论】：