代码之家 › 专栏 › 技术社区 › Arthur

此regex捕获错误的组数

regex android java

Arthur · 技术社区 · 16 年前

我必须解析一个字符串并捕获一些值:

freq=每周;wkst=mo;by day=2tu,2we

我要捕获两个组:

grp 1: 2, 2
grp 2: TU, WE

数字代表间隔。图,我们代表工作日。我两个都需要。

我使用的代码是:

private final static java.util.regex.Pattern regBYDAY = java.util.regex.Pattern.compile(".*;BYDAY=(?:([+-]?[0-9]*)([A-Z]{2}),?)*.*");

String rrule = "FREQ=WEEKLY;WKST=MO;BYDAY=2TU,2WE";
java.util.regex.Matcher result = regBYDAY.matcher(rrule);
if (result.matches())
{
    int grpCount = result.groupCount();
    for (int i = 1; i < grpCount; i++)
    {
        String g = result.group(i);
        ...
    }
}

grpccount==2-为什么?如果我正确地读取Java文档(那一点点),我应该得到5?0=整个表达式,1,2,3,4=我捕获了2,2,tu和we。

result.group(1)=“2”;

我是一个程序员很少的Java程序员,所以我在正则表达式Workbench中测试了正则表达式,这是一个测试正则表达式的很好的C语言程序。在那里,我的瑞格鞋很好用。

https://code.msdn.microsoft.com/RegexWorkbench

RegExWB:

.*;BYDAY=(?:([+-]?[0-9]*)([A-Z]{2}),?)*.*

Matching:
FREQ=WEEKLY;WKST=MO;BYDAY=22TU,-2WE,+223FR
  1 => 22
  1 => -2
  1 => +223
  2 => TU
  2 => WE
  2 => FR

3 回复 | 直到 9 年前

Diego Torres Milano 16 年前

您还可以使用这种方法来提高可读性,并在一定程度上独立于使用更常见的regexp子集的实现。

final Pattern re1 = Pattern.compile(".*;BYDAY=(.*)");
final Pattern re2 = Pattern.compile("(?:([+-]?[0-9]*)([A-Z]{2}),?)");

final Matcher matcher1 = re1.matcher(rrule);
if ( matcher1.matches() ) {
    final String group1 = matcher1.group(1);
    Matcher matcher2 = re2.matcher(group1);
    while(matcher2.find()) {
        System.out.println("group: " + matcher2.group(1) + " " +
                    matcher2.group(2));
    }
}

Alan Moore Chris Ballance 16 年前

您的ReGEX在Java中与在C语言中一样,只是在Java中只能访问每个组的最终捕获。实际上,.NET是我所知道的两种让您检索中间捕获的regex风格之一(另一种是perl 6)。

这可能是在Java中实现您想要的最简单的方法:

String s= "FREQ=WEEKLY;WKST=MO;BYDAY=22TU,-2WE,+223FR";
Pattern p = Pattern.compile("(?:;BYDAY=|,)([+-]?[0-9]+)([A-Z]{2})");
Matcher m = p.matcher(s);
while (m.find())
{
  System.out.printf("Interval: %5s, Day of Week: %s%n",
                    m.group(1), m.group(2));
}

以下是等效的C代码,以防您感兴趣:

string s = "FREQ=WEEKLY;WKST=MO;BYDAY=22TU,-2WE,+223FR";
Regex r = new Regex(@"(?:;BYDAY=|,)([+-]?[0-9]+)([A-Z]{2})");
foreach (Match m in r.Matches(s))
{
  Console.WriteLine("Interval: {0,5}, Day of Week: {1}",
                    m.Groups[1], m.Groups[2]);
}

Bart Kiers 16 年前

我有点生疏,但我建议“注意事项”。首先,regexp有多种方言。关于这一点,有一本很棒的O'Reilly书,但是您的C实用程序可能会应用稍微不同的规则。

作为一个例子,我使用了类似的(但不同的 tool )并且发现它确实分析了不同的东西…

首先,它拒绝了你的regexp(可能是一个拼写错误?)开头的“*”没有意义,除非你在它前面加上一个点(.)。这样地:

.*;BYDAY=(?:([+-]?[0-9]*)([A-Z]{2}),?)*.*

现在它被接受了,但是它只“匹配”了2/WE部分,并且“跳过”了2/TU对。

(我建议您阅读关于贪婪和非贪婪匹配的文章,以便更好地理解这一点。

因此,我将您的模式更新如下:

.*;BYDAY=(?:([+-]?[0-9]*)([A-Z]{2}),?),(?:([+-]?[0-9]*)([A-Z]{2}),?)*.*

现在它工作了,正确地捕获了2,tu,2和我们。

也许这有帮助?