regex - 编写验证此字符串的模式的更好方法是什么？

Question

我想编写一个正则表达式模式，它以类名开头，类名之间有一个点，每个类名都以一个类名结尾，以一个字母开头。它就像java中的类导入，

我写了这个模式，但它太复杂而且验证速度太慢，我认为它不能正常工作

^([a-zA-Z]([0-9]|_|[a-zA-Z])*)(([a-zA-Z]([0-9]|_|[a-zA-Z])*)|\\.)*([a-zA-Z]([0-9]|_|[a-zA-Z])*)$

例如我的输入字符串应该是这样的：“com.casp.common.StringUtils”

Answer 1

仅以下内容有什么问题：

^([a-zA-Z][a-zA-Z0-9_]*\.?)+$

只要有一个，它就会将类名与其中任意数量的包匹配。如果您至少需要两个实例，则以下内容也可以正常工作：

^([a-zA-Z]+)\.([a-zA-Z][a-zA-Z0-9_]*\.?){1,}$

Answer 2

首先，简化：

[0-9]|_|[a-zA-Z]

可以组合为

[0-9_a-zA-Z]

实际上它有一个速记表示

\w

所以您的正则表达式可以首先简化为这种等效形式：

^([a-zA-Z](\w)*)(([a-zA-Z](\w)*)|\.)*([a-zA-Z](\w)*)$

现在，我们可以通过删除一些冗余的捕获组来进一步简化，并打开不区分大小写的匹配：

^[a-z]\w*([a-z]\w*|\.)*[a-z]\w*$

当然，这个正则表达式是不正确的，a....b例如它匹配。

问题是因为这\.是一个“替代品”，不应该是，因为每个组件之间都需要一个点。所以它可能应该转换为：

^[a-z]\w*([a-z]\w*\.)*[a-z]\w*$

但它仍然不正确，因为它不会匹配a.b，因为前导部分。我们需要删除它：

^([a-z]\w*\.)*[a-z]\w*$

并且可能重新排列它，使重复部分位于末尾，而不是开头：

^[a-z]\w*(\.[a-z]\w*)*$