在java上使用正则表达式检索字符串答案

【问题标题】：Retrieve a String using regular expression on java在java上使用正则表达式检索字符串
【发布时间】：2013-06-13 16:14:52
【问题描述】：

我有以下几行：

This reverts commit c289f6fa1f8642a5caf728ef8ff87afd5718cd99.
This reverts commit c7740a943ec896247ebc5514b6be02710caf3c53.  There should
This reverts 518920b764ee9150781e68217181b24d0712748e commit.

如何使用正则表达式 on java 来仅检索数字：

c289f6fa1f8642a5caf728ef8ff87afd5718cd99
c7740a943ec896247ebc5514b6be02710caf3c53
518920b764ee9150781e68217181b24d0712748e

【问题讨论】：

所以你想摆脱所有的单词和.？你可以使用String#split("\\s+")
如果你想在 Java 中操作 git 存储库，there is a library for that
c 不是数字。你的意思是十六进制。
你确定在这种情况下你只会有这些哈希吗？如果您打算管理所有搜索“reverts”的 GIT 消息是不够的......

标签： java regex expression

【解决方案1】：

建议：使用JGit。

如果你真的坚持使用正则表达式，那么你可以使用这个正则表达式：

\b[a-f0-9]{40}\b

使用：

final Pattern sha1Pattern = Pattern.compile("\\b[a-f0-9]{40}\\b");

final Matcher matcher = sha1Pattern.matcher(yourInput);
if (matcher.find())
    // sha1 is accessed via matcher.group()

【讨论】：

我不知道任何仅包含 a-f 字母的 40 个字母的单词，这可能会产生误报结果，所以 +1 :) 顺便说一句，您可能想将 20 更改为 40
@Pshemo 哎呀...我似乎总是忘记每个字节需要两个十六进制数字：p
它不起作用！可能你的正则表达式出错了？
@Mehdi 没有理由为什么它不应该工作，但同样，如果我要在 Java 中操作 git 存储库，我会采用 JGit 方式；)
@Mehdi 是的，20 是原因...\\b 是单词锚，[a-f0-9] 是字符类。 {n} 是一个量词，意思是“正好是n 次”

【解决方案2】：

如果您需要完整的字母数字哈希而不是数字，请考虑使用以下示例：

String test1 = "This reverts commit c289f6fa1f8642a5caf728ef8ff87afd5718cd99.";
String test2 = "This reverts commit c7740a943ec896247ebc5514b6be02710caf3c53.  There should";
String test3 = "This reverts 518920b764ee9150781e68217181b24d0712748e commit.";
Pattern pattern = Pattern.compile("reverts\\s(commit\\s)*(.+?)[\\.\\s]");
Matcher matcher = pattern.matcher(test1);
if (matcher.find()) {
    System.out.println(matcher.group(2));
}
matcher = pattern.matcher(test2);
if (matcher.find()) {
    System.out.println(matcher.group(2));
}
matcher = pattern.matcher(test3);
if (matcher.find()) {
    System.out.println(matcher.group(2));
}

输出：

c289f6fa1f8642a5caf728ef8ff87afd5718cd99
c7740a943ec896247ebc5514b6be02710caf3c53
518920b764ee9150781e68217181b24d0712748e

【讨论】：

【解决方案3】：

它看起来像检索 40 个字母数字字符序列的小技巧应该可以解决问题。使用此模式\p{Alnum}{40}；测试字符串中唯一的匹配项将是提交号。

static final String[] data = new String[] {
    "This reverts commit c289f6fa1f8642a5caf728ef8ff87afd5718cd99.",
    "This reverts commit c7740a943ec896247ebc5514b6be02710caf3c53.  There should",
    "This reverts 518920b764ee9150781e68217181b24d0712748e commit."
};
public static void main (String[] args) throws java.lang.Exception {
    Pattern p = Pattern.compile("\\p{Alnum}{40}");
    for (String s : data) {
        Matcher m = p.matcher(s);
        if (m.find()) {
             System.out.println(m.group());   
        }
    }
}

打印出来

c289f6fa1f8642a5caf728ef8ff87afd5718cd99
c7740a943ec896247ebc5514b6be02710caf3c53
518920b764ee9150781e68217181b24d0712748e

Demo on ideone.

【讨论】：

我认为哈希仅由十六进制数字组成，因此您可以更具限制性：[a-f0-9]

【解决方案4】：

This reverts (?:commit )?([a-f\\d]+) 怎么样？这应该将搜索到的部分存储在第 1 组中

String data="This reverts commit c289f6fa1f8642a5caf728ef8ff87afd5718cd99." +
        "This reverts commit c7740a943ec896247ebc5514b6be02710caf3c53.  There should" +
        "This reverts 518920b764ee9150781e68217181b24d0712748e commit.";

Matcher m = Pattern.compile("This reverts (?:commit )?([a-f\\d]+)").matcher(data);
while(m.find())
    System.out.println(m.group(1));

输出：

c289f6fa1f8642a5caf728ef8ff87afd5718cd99
c7740a943ec896247ebc5514b6be02710caf3c53
518920b764ee9150781e68217181b24d0712748e

【讨论】：

恕我直言，不够通用，这种散列可能与其他消息一起出现，而不是 OP 提供的说明这个想法的消息，但是这个子集很好。
@Pragmateek 是的，但在不知道这个问题的真正目的的情况下，很难给出更一般的答案。 fge 的答案可能是关闭，但不确定 OP 输入是否不会包含 caaaaaaafeeeeeeeeeeeee(repeat e until 40 letter word) 之类的字符串 :)
正确。而且这么长的词真的很糟糕，即使在法语中我们也没有；）但如果是为了管理一些与化学工业相关的代码：worldwidewords.org/qa/qa-imm1.htm 应该是可能的，如果没有“i”
@Pragmateek 好一个：D。我还想知道 OP 输入是否不会包含任何仅包含 a-f 字符的化学公式，例如 Ac B Ba Be C Ca Cd Ce Cf Db F Fe 和数字 :)

【解决方案5】：

我认为没有比匹配代表十六进制数字的 40 个字符的序列更好的工作了。

这是一个完整的例子（可以改进，但它的想法）：

public static void main(String[] args) throws Exception
{   
    String s = "This reverts commit c289f6fa1f8642a5caf728ef8ff87afd5718cd99.\n" + 
               "This reverts commit c7740a943ec896247ebc5514b6be02710caf3c53.  There should\n"+
               "This reverts 518920b764ee9150781e68217181b24d0712748e commit.\n";

    Pattern pattern = Pattern.compile("[a-f0-9]{40}");
    Matcher matcher = pattern.matcher(s);

    while (matcher.find())
    {
        String m = matcher.group();

        System.out.println(m);
    }
}

但我可能错了……

【讨论】：