这是Java regexp实现中的错误吗？

Question

我正在尝试将字符串iso_schematron_skeleton_for_xslt1.xsl与regexp ([a-zA-Z|_])?(\\w+|_|\\.|-)+(@\\d{4}-\\d{2}-\\d{2})?\\.yang匹配([a-zA-Z|_])?(\\w+|_|\\.|-)+(@\\d{4}-\\d{2}-\\d{2})?\\.yang 。

预期的结果是false ，它不应该匹配。

问题是对matcher.matches()的调用永远不会返回。

这是Java regexp实现中的错误吗？

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class HelloWorld{
    private static final Pattern YANG_MODULE_RE = Pattern
            .compile("([a-zA-Z|_])?(\\w+|_|\\.|-)+(@\\d{4}-\\d{2}-\\d{2})?\\.yang");

     public static void main(String []args){
        final Matcher matcher = YANG_MODULE_RE.matcher("iso_schematron_skeleton_for_xslt1.xsl");
        System.out.println(Boolean.toString( matcher.matches()));
     }
}

我正在使用：

openjdk version "1.8.0_181"
OpenJDK Runtime Environment (build 1.8.0_181-b15)
OpenJDK 64-Bit Server VM (build 25.181-b15, mixed mode)

Answer 1

该模式包含嵌套的量词。 \\w+位于一个组中，该组本身用+量化，这使得正则表达式引擎很难处理不匹配的字符串。 从交替组中创建一个字符类更有意义，即(\\\\w+|_|\\\\.|-)+ => [\\\\w.-]+ 。

请注意\\w已匹配_ 。 另外， | 在一个字符类中匹配一个文字| char， [a|b]匹配a ， | 或者b ，所以看来你应该删除| 来自你的第一个角色课。

使用

.compile("[a-zA-Z_]?[\\w.-]+(?:@\\d{4}-\\d{2}-\\d{2})?\\.yang")

请注意，您可以使用非捕获组（ (?:...) ）而不是捕获组，以避免您不需要的更多开销，因为您只是检查匹配而不是提取子字符串。

请参阅正则表达式演示 （因为模式与matches() ，因此需要完整的字符串匹配，我在正则表达式演示中添加了^和$ ）。