带有低位字母的Java Regex左下角，中间位置和右侧任意位置

Question

我正在读取一行的文件行，并且只想要这样的行：

gui_test=Hallo
gui_test_hello=Hello

所以在左侧只有由_分隔的小写字母。中间始终是=，右侧可以是任意。

我制作了这个正则表达式：

^(([a-z]+_[a-z]+)+=.*)$

问题是，它适用于

gui_pfc_button_ok=Ok!

但不适合：

gui_pfcuser_opportunitydetails_label_title=label Title

我不知道我的问题在哪里。

Answer 1

简

你面临的问题是正则表达式只捕获组中的最后一个匹配（至少在大多数引擎中; .net是一个例外）。您正在使用([a-z]+_[a-z]+)+，虽然这是有效的，但您只匹配与此模式匹配的最后一个匹配项，因此，您只获得l_title。由于比赛是贪婪的，你得到l_，因为前一场比赛尽可能多地占用了比赛。打破这一点，你实际上是以下列方式进行匹配：

• gui_pfcuse
• r_opportunitydetail
• s_labe
• l_title

如果something_here_a_test等下划线之间只有1个字母，那么您当前的正则表达式也会失败。查看正在使用的正则表达式here

代码

See regex in use here

^([a-z]+(?:_[a-z]+)*)=(.*)$

您也可以使用^((?:[a-z]+_)*[a-z]+)=(.*)$，但效率较低（使用比上述正则表达式更多的步骤）。

结果

输入

gui_test=Hallo gui_test_hello=Hello
gui_pfcuser_opportunitydetails_label_title=label Title
gui_pfc_button_ok=Ok!
something_here_a_test=More words

输出

1. 匹配：gui_test=Hallo gui_test_hello=Hello
   • 第1组：gui_test
   • 第2组：Hallo gui_test_hello=Hello
2. 匹配：gui_pfcuser_opportunitydetails_label_title=label Title
   • 第1组：gui_pfcuser_opportunitydetails_label_title
   • 第2组：label Title
3. 匹配：gui_pfc_button_ok=Ok!
   • 第1组：gui_pfc_button_ok
   • 第2组：Ok!
4. 匹配：something_here_a_test=More words
   • 第1组：something_here_a_test
   • 第2组：More words

说明

• ^在行首处断言位置
• ([a-z]+(?:_[a-z]+)*)将以下内容捕获到捕获组1中
  • [a-z]+匹配任何小写ASCII字母一次或多次
  • (?:_[a-z]+)*符合以下任意次数。如果您需要至少一个匹配，则可以将*更改为+，以便最终得到(?:_[a-z]+)+
    • _按字面意思匹配
    • [a-z]+匹配任何小写ASCII字母一次或多次
• =按字面意思匹配
• (.*)将任何字符（换行符除外）捕获到捕获组2
• $断言行尾的位置

Answer 2

^(([a-z]+_)+[a-z]+\=.*) $

在https://regex101.com/上测试了各个部分：

^          Asserts position at start of a line
([a-z]+_)+ One or more sequences of the form <one_or_more_lower_case>_
[a-z]+     One or more lower case letter
\= escaped equals sign
.*         zero or more characters
$          end of line

Answer 3

只需将下划线移动到字符类括号中，就可以了。如果你想要，也可以删除内部组的+ ...

^(([a-z]+[_a-z]+)=.*)$

如果您愿意，可以在regex101.com尝试。

如果您不想匹配具有两个连续下划线的线条，则可以在伪代码xxx(_xxx)*中对下划线部分进行分组，然后将变为

^([a-z]+(_[a-z]+)*+=.*)$

也可在regex101.com测试。