java - 这个正则表达式正确吗？

Question

对于像 2012ca-e001a083 这样的字符串，我只想解析 e001a083，并且我在 Java 中使用正则表达式，例如：(.*-)(.*)所以我应该能够在 group = 2 中提取“e001a083”，对吗？这个正则表达式看起来正确吗？

Answer 1

您可以以太分裂-并采取最后一部分，或者选择您的正则表达式的第二组，例如

String data="2012ca-e001a083";
Pattern p=Pattern.compile("(.*-)(.*)");
Matcher m=p.matcher(data);
if (m.find()){
    System.out.println(m.group(2));
}

但我建议使用拆分机制，因为正则表达式中的回溯可能会慢得多。

---

还有另一种选择。您可以使用环视机制。然后你不需要指出你想要哪个组。

String data="2012ca-e001a083";
Pattern p=Pattern.compile("(?<=-).*");
Matcher m=p.matcher(data);
if (m.find()){
    System.out.println(m.group());
}

Answer 2

如果您要匹配的格式定义非常明确，那么尽可能地匹配格式会更安全（并且通常更有用）...

(\d{4}[a-z]{2})-(([a-z]\d{3}){2})

像这样分解...

(        // start group 1
\d{4}    // four digits
[a-z]{2} // two letters (lowercase)
)        // close group 1
-        // hyphen
(        // start group 2
(        // start group 3 (repeats within group 2)
[a-z]    // letter
\d{3}    // three digits
){2}     // close group 3, matching when it repeats twice
)        // close group 2 (capturing the repeated group 3)

第 1 组应该最终包含之前的所有内容，第-2 组应该包含之后的所有内容

Answer 3

虽然该 RE 可以工作并作为第二组提供您想要的子字符串，但您那里的 RE 很差。特别是，如果不需要它们，则应避免捕获组，并且还应使第一部分能够仅被扫描一次，而不是试图回溯。RE[^-]*-([^-]*)更合适（在这种情况下，它将是 RE 中您想要的第一个组），因为它可以在一次扫描中解析正确的字符串。