用重复解析（并取组）正则表达式

Question

我尝试使用 java 解析规则并使用 RegEx 读取其中的任何内容，但由于我对 RegEx 非常陌生，因此发现了几个问题。

首先，我尝试用这个RegEx解析一个谓词（我不知道这是否太复杂）："([a-zA-Z]+)\\(([\\?]?[a-zA-Z0-9]+)?(,[\\?]?[a-zA-Z0-9]+)*\\)"，我刚刚发现这是完全错误的......谓词应该是这样的（我懒得写完整的表达式），p(), p(?a), p(?a,?b,c,?d)。谓词名称必须是字符串（仅包含字母字符），参数是仅包含字母字符或以 ? 开头的字符串。

这里我发现了两个问题，给定元素p(a,b,c):

1. 当我循环查看每个组的元素时（使用Matcher），结果只有p(a,b,c)、p、a 和,c，我该如何检索@987654330 @也？
2. 如何在组内不包含,（逗号符号），注意重复时也要包含它？

另外一种情况，当我输入p()时，为什么会得到一个元素为null的组？

知道如何解决这个问题吗？

Answer 1

您最长的示例字符串中的“arg”值之一是?b?，它似乎与您的描述不符。删除它，您的正则表达式匹配所有样本，但这仍然给您留下提取单个参数的问题。在 Java 中最简单的方法是将所有参数捕获为一个字符串，然后拆分该字符串以分解各个参数。

正如@Tomalak 所说，您的正则表达式非常好；我唯一能看到的错误是代表第一个参数的组之后的?。它应该控制整个参数字符串，而不仅仅是第一个参数。我的意思是，如果没有 first 参数，那么寻找第二个、第三个等没有意义，是吗？以下是我的做法：

(?:[?]?[a-zA-Z0-9]+(?:,[?]?[a-zA-Z0-9]+)*)?

这将不匹配任何内容、一个参数或多个以逗号分隔的参数，但它不会匹配（例如）,a 或 ,?a,b，就像您的正则表达式那样。这是 Java 字符串文字形式的完整正则表达式：

"([a-zA-Z]+)\\(((?:\\??[a-zA-Z0-9]+(?:,\\??[a-zA-Z0-9]+)*)?)\\)"

谓词名称在组 #1 中捕获，参数在组 #2 中捕获。如果没有参数，组#2 将包含一个空字符串（不是null）。否则，您可以用逗号分隔各个参数。

顺便说一句，您可以使用反斜杠 (\?) 或方括号 ([?]) 转义大多数元字符；你不需要两者都做。如果它只是一个字符（即，不是像[!.?] 这样的真实字符类的一部分），我建议使用反斜杠。我知道它与 Java 中的字符数相同，但我认为反斜杠使它更具自我记录性。

---

编辑：这是我使用的代码：

String[] inputs = { "p()", "p(?a)", "p(?a,?b,c,?d)", "p(a,b,c)" };
Pattern p = Pattern.compile(
    "([a-zA-Z]+)\\(((?:\\??[a-zA-Z0-9]+(?:,\\??[a-zA-Z0-9]+)*)?)\\)");

for ( String s : inputs )
{
  Matcher m = p.matcher(s);
  if ( m.matches() )
  {
    System.out.printf("%nFull match: %s%nPredicate name:%n  %s%n",
                      m.group(), m.group(1));
    String allArgs = m.group(2);
    if (allArgs.length() == 0)
    {
      System.out.println("No arguments");
    }
    else
    {
      System.out.println("Arguments:");
      for (String arg : allArgs.split(","))
      {
        System.out.printf("  %s%n", arg);
      }
    }
  }
}

Answer 2

这里我发现有两个问题，给定元素 p(a,b,c)

1. 你不能（轻易地）用正则表达式做这样的事情。 （在 Perl 中，您可以使用一些技巧来做到这一点。）
2. 类似(?:,(\w+))

另外一种情况，当我输入p()时，为什么会得到一个元素为null的组？

因为应该匹配“参数”的组根本不匹配，因此没有定义。这就是捕获组的工作方式。您可以在比赛结束后根据需要选择/过滤抱怨。

您想为此使用/构造一个适当的解析器，而不仅仅是使用一个正则表达式。

Answer 3

"谓词应该是这样的(我懒得写完整的表达式),p(),p(?a),p(?a,?b?,c,?d)。”

我想添加评论，但 ie6 给我带来了麻烦。如果你给出更好的解释，我会给你一个解决方案。

您正在处理的是文本！不要试图把它粉饰成更奢侈的东西。
“懒惰”并不能解释p(), p(?a), p(?a,?b?,c,?d) 的含义。必须完全理解每一个文本字符/符号。
正则表达式功能强大，可能非常令人生畏。一个正则表达式（抽象）不能是
从抽象中推断出来。

对不起，我只是看不懂参数。我要删除我的帖子...
（显然，我无法删除它。如果有人可以帮我删除它，谢谢！）