开发过程中的真实场景

A报文

     
                 
      
       seeYou
                      
                                                                    
      
                 ]]>                    

 

嵌套在A报文中的B报文

 

场景

我得到A报文,后需要解析提取B报文转发给目标系统.

而现有解析代码PatternTool.java如下:

package kingtool;import java.util.regex.Matcher;import java.util.regex.Pattern;public class PatternTool {    /**     * 从regex表达式中提供对应的值     * @author King     */    public static String parsePattern(String regex, String content ,int groupNum) {        String ret = "";        String str = "";        String output ="";        try {            Pattern p = Pattern.compile(regex);            Matcher m = p.matcher(content);            if (m.find()) {                for(int i = 0 ; i  <= m.groupCount() ; i ++){                    if(i == 0){                                            }else{                        str = m.group(i);                        output = String.format("解析得正则表达式%s中group(%d)匹配的值\n",regex,i);                        System.out.println(output);                        System.out.println(str);                    }                }                ret = m.group(groupNum);                System.out.println("返回第"+groupNum+"组匹配到的内容:\n"+ret);            }else{                System.out.println("未解析到正则表达式"+regex+"匹配的的值\n");            }        } catch (Exception e) {            e.printStackTrace();        }        return ret;    }        public static void main(String[] args) {        String content = FileTool.readStringFromFile("D://c.txt", "GBK"    );        //希望匹配
     
      .*.*
             String regex = "
     
      (.*)
      (.*)
     ";        String ret = parsePattern(regex,content,2);    }}

 

解析后,打印结果如下(并非最终想要的B报文):

文件 D://c.txt存在与否?: true读到的文件内容如下:
     
                 
      
       seeYou
                      
                                                                    
      
                 ]]>                    解析得正则表达式
     
      (.*)
      (.*)
     中group(1)匹配的值                                              解析得正则表达式(.*)(.*)中group(2)匹配的值                    nice to meet you!                 ]]>                            解析得正则表达式
     
      (.*)
      (.*)
     中group(3)匹配的值        返回第3组匹配到的内容:

 

现在来分析以上原因:

1.因为正则默认是贪婪的(全取模式,能吃多少是多少),所以第一个(.*)先取 

然后一点一点从尾部吐出来,直到匹配(<!\[CDATA\[(.*)\]\]>)就停止吐字符,至此 group(1) 匹配结束.

 2. 现在来匹配第二个(.*),老规矩先全取

 

然后一个一个吐字符,直到遇到]]>

 

3. 最后来匹配第三个(.*),老规矩先全取

 

直到遇到</CONTENT>停下

 

最终,这完全不是我们希望看到的匹配结果 nice to meet you! ]]> </PACKET>

 

解决方案: 加个?变成懒猫模式即可

把PatternTool.java中main主函数的正则匹配式regex中的第一个括号中加一个?,变成懒猫模式

public static void main(String[] args) {        String content = FileTool.readStringFromFile("D://c.txt", "GBK"    );        //希望匹配
     
      .*.*
             String regex = "
     
      (.*?)
      (.*)
     ";        String ret = parsePattern(regex,content,2);    }

解析后,打印结果如下(是最终想要的B报文):

文件 D://c.txt存在与否?: true读到的文件内容如下:
     
                 
      
       seeYou
                      
                                                                    
      
                 ]]>                    解析得正则表达式
     
      (.*?)
      (.*)
     中group(1)匹配的值            解析得正则表达式
     
      (.*?)
      (.*)
     中group(2)匹配的值                 
                      
                                      
                 解析得正则表达式
     
      (.*?)
      (.*)
     中group(3)匹配的值        返回第2组匹配到的内容:                 
                      
                                      
     

 

现在来分析以上原因:

1.因为加了?后,正则变成了懒猫模式(特别地懒,能不吃就不吃),所以第一个(.*?)先取 

然后一点一点吃字符进来,直到匹配(<!\[CDATA\[(.*)\]\]>)就停止吃字符,至此 group(1) 匹配结束.

 2. 现在来匹配第二个(.*),老规矩先全取

 

然后一个一个吐字符,直到遇到]]>

 

3. 最后来匹配第三个(.*),老规矩先全取

 

直到遇到</CONTENT>停下

 

最终,这就是我们希望看到的匹配结果 :

 

 

 

 

 

总结:

正则默认贪婪模式 : 能取多少是多少

加了?后变成懒猫模式 : 能不取就尽量不取

 

 

.