Java 正则表达式 - 重叠匹配答案

【问题标题】：Java regex - overlapping matchesJava 正则表达式 - 重叠匹配
【发布时间】：2013-07-31 13:15:18
【问题描述】：

在以下代码中：

public static void main(String[] args) {
    List<String> allMatches = new ArrayList<String>();
    Matcher m = Pattern.compile("\\d+\\D+\\d+").matcher("2abc3abc4abc5");
    while (m.find()) {
        allMatches.add(m.group());
    }

    String[] res = allMatches.toArray(new String[0]);
    System.out.println(Arrays.toString(res));
}

结果是：

[2abc3, 4abc5]

我希望是

[2abc3, 3abc4, 4abc5]

如何实现？

【问题讨论】：

你需要从每个索引开始搜索；使用 find(int startingIndex) 方法并从每个字符位置开始搜索。当然，那么您可能会找到太多匹配项......假设您想从每个数字开始，您可能会尝试在 Matcher.find(String.indexOf(digits, index)) 上为所有匹配索引组合迭代。
我想如果是个位数，你可以从比赛开始位置倒退，从那里找到下一场比赛。
对于输入"12abc13abc14abc15"，你要[12abc13, 2abc13, 13abc14, 3abc14, 14abc15, 4abc15]还是[12abc13, 13abc14, 14abc15]？
@johnchen902：后者。解决方案可以解决这个问题。

标签： java regex

【解决方案1】：

让匹配器尝试从后者\d+开始下一次扫描。

Matcher m = Pattern.compile("\\d+\\D+(\\d+)").matcher("2abc3abc4abc5");
if (m.find()) {
    do {
        allMatches.add(m.group());
    } while (m.find(m.start(1)));
}

【讨论】：

致前两个投票者：普通版本包含一个错误，如果没有匹配，IllegalStateException 将被抛出。

【解决方案2】：

不确定这在 Java 中是否可行，但在 PCRE 中您可以执行以下操作：
(?=(\d+\D+\d+)).

说明
该技术是在前瞻中使用匹配组，然后“吃掉”一个字符以向前移动。

(?= : 积极前瞻的开始
- ( : 开始匹配组 1
  - \d+ ：匹配一个数字一次或多次
  - \D+ ：匹配非数字字符一次或多次
  - \d+ ：匹配一个数字一次或多次
- ) : 第 1 组结束
) : 前瞻结束
. ：匹配任何东西，这就是“前进”。

Online demo

感谢Casimir et Hippolyte，它似乎真的可以在 Java 中工作。您只需要添加反斜杠并显示第一个捕获组：(?=(\\d+\\D+\\d+)).。在www.regexplanet.com 上测试：

【讨论】：

@anubhava 它为 PCRE 提供了正确的结果。反正我就是这么说的。
是的，我只是说在 Java 中它没有给出预期的结果。
@anubhava：我已经对其进行了测试，并且效果很好，假设您添加了反斜杠并显示了第一个捕获组。 downvoter：downvote 在这里毫无意义。
没有真正的工作。使用12abc13abc14abc15 作为输入，结果是[12abc13, 2abc13, 13abc14, 3abc14, 14abc15, 4abc15] 而不是[12abc13, 13abc14, 14abc15]。在问题下查看我和 OP 的 cmets。
@johnchen902：是的，如果您不想在重叠结果中出现重叠结果，则必须将模式替换为 (?=((?<!\\d)\\d+\\D+\\d+))。 :)

【解决方案3】：

HamZa 的上述解决方案在 Java 中完美运行。如果您想在文本中找到特定模式，您只需：

String regex = "\d+\D+\d+";

String updatedRegex = "(?=(" + regex + ")).";

regex 是您正在寻找的模式并且要重叠，您需要在最后用(?=(" at the start and ")). 包围它。

【讨论】：