如何在特定行上获取多个Java正则表达式匹配

Question

我正在调用一个API，但我无法更改它。也就是说，我不能像使用两个顺序的正则表达式或其他任何方式来处理。该API的代码类似于以下内容（当然是简化过的）：

void apiMethod(final String regex) {
    final String input = 
        "bad:    thing01, thing02, thing03 \n" +
        "good:   thing04, thing05, thing06 \n" +
        "better: thing07, thing08, thing09 \n" +
        "worse:  thing10, thing11, thing12 \n";

    final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);

    final Matcher matcher = pattern.matcher(input);

    while (matcher.find()) {
        System.out.println(matcher.group(1));
    }
}

我会这样调用它：

apiMethod("(thing[0-9]+)");

我希望看到六行输出，每一行对应04至09中的一项。但是我迄今为止没有成功。以下是我尝试过但未成功的一些方法：

• "(thing[0-9]+)" - 这匹配了所有12个事物，这不是我想要的。
• "^(?:good|better): (thing[0-9]+)" - 这只匹配了4和7两个事物。
• "^(?:(?:good|better): .*)(thing[0-9]+)" - 这只匹配了6和9两个事物。
• "(?:(?:^good:|^better:|,) *)(thing[0-9]+)" - 这匹配了除1和10之外的所有内容。

还有很多其他的方法，太多了无法一一列举。我尝试了各种前瞻，但都没有成功。

我想要的是所有与"thing[0-9]+"匹配的字符串，但仅限于以"good:"或"better:"开头的行。

更一般地说，我想从多行模式中获取多个匹配项，但仅限于具有特定前缀的行。

- Matt Malone

---

（^(?:好|更好)：*thing\d{2}.*） - CAustin

这将仅匹配第一组，而不是行中的所有内容。 - 11thdimension

他说他想要多个匹配，这正是该模式所做的。你可以用非常相似的东西 ((?:^(?:good|better): *thing\d{2}.*\n)+) 一次性获取所有内容。 - CAustin

Answer 1

你需要使用基于 \G 的模式（在多行模式下）:

(?:\G(?!^),|^(?:good|better):)\s*(thing[0-9]+)

\G锚定符强制匹配连续，因为它匹配上一次成功匹配后的位置。

---

如果行比较短，您还可以使用有限的变长回溯来实现这一点。

(?<=^(?:good|better):.{0,1000})(thing[0-9]+)

- Casimir et Hippolyte

---

今天我学到了关于\G锚点的知识。非常感谢！顺便问一下，(?!^)是什么意思？我知道它是用于匹配行首的负向先行断言，但为什么需要它呢？ - Matt Malone

正则表达式不错，但是你不需要使用负向前瞻来匹配开头 (?!^)，因为行首从来不会以逗号开头。也就是说，这个可以工作："(?:\\G,|^(?:good|better):)\\s*(thing\\d+)"。 - Bohemian

@Matt 不需要。请看我的评论。 - Bohemian

@MattMalone: 因为\G也会匹配字符串的开头。添加(?!^)可以避免这种情况，但是如果您没有以逗号开头的行，则可以将其删除。 - Casimir et Hippolyte