Java Regex: соответствие строки между двумя двоеточиями

Question

Я пытаюсь написать Java-регулярное выражение, которое найдет все строки между 2 :. Если строка между символами имеет пробелы, концы строк или вкладки, ее следует игнорировать. Пустые строки также игнорируются. _ в порядке! Группа может либо включать в себя приложение :, либо нет.

Вот несколько тестов и ожидаемых групп:

"test :candidate: test" => ":candidate:" 
"test :candidate: test:" => ":candidate:" 
"test :candidate:_test:" => ":candidate:", ":_test:" 
"test :candidate::test" => ":candidate:" 
"test ::candidate: test" => ":candidate:" 
"test :candidate_: :candidate: test" => ":candidate_:", ":candidate:" 
"test :candidate_:candidate: test" => ":candidate_:", ":candidate:" 

Я проверил много регулярных выражений и это те, почти работа:

":(\\w+):" 
":[^:]+:" 

Я до сих пор есть проблемы, когда 2 группы «доля» двоеточие:

"test :candidate_: :candidate: test" => ":candidate_:", ":candidate:" // OK 
"test :candidate_:candidate: test" => ":candidate_:" // ERROR! :(

Похоже, что первая группа «потребляет» второй двоеточие и коврик cher не может найти вторую строку, которую я ожидал.

Может кто-нибудь указать мне в правильном направлении, чтобы решить эту проблему? Можете ли вы также уточнить, почему помощник «потребляет» двоеточие?

Спасибо.

Answer 1

Используйте Positive Lookahead для захвата, чтобы получить совпадающие совпадения.

(?=(:\\w+:)) 

Примечание: Вы можете получить доступ к результату матча по ссылаюсь для захвата группы #1 (Live Demo)

Answer 2

Как насчет String.split()?

String invalidChars = " |\t|\r|\f|\n"; // regex for invalid characters 

String testStr = "test :candidate:_test:"; 
String[] parts = testStr.Split(":"); 
List<String> results = new ArrayList<String>(); 
for (String part : parts) 
{ 
    if (part.matches(invalidChars) || part.isEmpty()) continue; 
    results.add(part); 
} 

results должен содержать candidate и _test.

Answer 3

Сочетания регулярных выражений замены, чтобы очистить вход, то раскол может получить все задачи сделаны только в одной строке:

String[] terms = input.replaceAll("(?s)^.*?:|:[^:]*$", "").split("(?s):([^:]*\\s[^:]*:)?"); 

Это работает для всех краевых случаев по:

• удаление входных данных с головы и хвоста (включая ведущие/задние двоеточия)
• расщепление на двоеточие, необязательно сопровождаемое мусором и другим двоеточием
• флаг «dotall» (?s) делает его работу на несколько строк

---

Вот некоторые тестовый код:

String[] inputs = { 
     "foo:target1:bar", 
     "foo:target1:target2:bar", 
     "foo:target1:target2:target3:bar", 
     "foo:target1:junk junk:target2:bar" , 
}; 
for (String input : inputs) { 
    String[] terms = input.replaceAll("(?s)^.*?:|:[^:]*$", "").split("(?s):([^:]*\\s[^:]*:)?"); 
    System.out.println(Arrays.toString(terms)); 
} 

Выход:

[target1] 
[target1, target2] 
[target1, target2, target3] 
[target1, target2]