正则表达式(Java)异常-寻求解释

Question

使用Java (1.6)，我想拆分一个输入字符串，该字符串包含一个标题组件，然后是一些标记。令牌符合以下格式:a！char，一个空格字符，然后是一个2个字符的令牌名称(来自约束列表，例如C0或04)，然后是5个数字。我已经为此构建了一个模式，但是它对于一个令牌(CE)是失败的，除非我删除令牌名称后面的5位数字的要求。单元测试比我更好地解释了这一点(见下文)

有人能帮我解决我失败模式的问题吗？对我来说，输入CE令牌看起来没问题...

干杯!

@Test
public void testInputSplitAnomaly() {
    Pattern pattern = Pattern.compile("(?=(! [04|C0|Q2|Q6|C4|B[2-6]|Q[8-9]|C6|CE]\\d{5}))");
    splitByRegExp(pattern);
}
@Test
public void testInputSplitWorks() {
    Pattern pattern = Pattern.compile("(?=(! [04|C0|Q2|Q6|C4|B[2-6]|Q[8-9]|C6|CE]))");
    splitByRegExp(pattern);
}


public void splitByRegExp(Pattern pattern) {
    String input = "& 0000800429! C600080 123456789-! C000026 213  00300! 0400020 A1Y1! Q200002 13! CE00202 01 ! Q600006 020507! C400012 O00511011";
    String[] tokens = pattern.split(input);
    Arrays.sort(tokens);
    System.out.println("-----------------------------");
    for (String token : tokens) {
        System.out.println(token.substring(0,11));
    }
    assertThat(tokens,Matchers.hasItemInArray(startsWith("! CE")));
    assertThat(tokens.length,is(8));
}

Answer 1

我认为你在这里的错误是你使用了方括号。不要忘记，它们表示一个字符类，因此[04|C0|Q2|Q6|C4|B[2-6]|Q[8-9]|C6|CE]不会执行您期望的操作。

它所做的工作如下：

• [04|C0|Q2|Q6|C4|B[2-6]构成一个字符类，与以下字符类之一匹配：|、[、0、2、3、4、5、6、B、D13或D14、H215或H116其余部分被解释为列出一组备选方案，特别是上面提到的字符类，或D17或D18或D19。这就是CE不工作的原因，因为它没有方括号。

您可能要找的是(?:04|C0|Q2|Q6|C4|B[2-6]|Q[8-9]|C6|CE)

Answer 2

这没有任何意义：

[04|C0|Q2|Q6|C4|B[2-6]|Q[8-9]|C6|CE]

我相信你想要：

(?:04|C0|Q2|Q6|C4|B[2-6]|Q[8-9]|C6|CE)

方括号仅用于字符类，不用于常规分组。使用(?:...)或(...)进行常规分组(后者也会捕获)。