正则表达式：以消息和父消息花括号之间的字符串开头

Question

我想获取所有的消息数据。 这样它应该在父消息的大括号之间查找消息和所有数据。 使用下面的模式，我没有得到所有的父体。

 String data = "syntax = \"proto3\";\r\n" + 
            "package grpc;\r\n" + 
            "\r\n" + 
            "import \"envoyproxy/protoc-gen-validate/validate/validate.proto\";\r\n" + 
            "import \"google/api/annotations.proto\";\r\n" + 
            "import \"google/protobuf/wrappers.proto\";\r\n" + 
            "import \"protoc-gen-swagger/options/annotations.proto\";\r\n" + 
            "\r\n" + 
            "message Acc {\r\n" + 
            "    message AccErr {\r\n" + 
            "        enum Enum {\r\n" + 
            "            UNKNOWN = 0;\r\n" + 
            "            CASH = 1;\r\n" + 
            "        }\r\n" + 
            "    }\r\n" + 
            "    string account_id = 1;\r\n" + 
            "    string name = 3;\r\n" + 
            "    string account_type = 4;\r\n" + 
            "}\r\n" + 
            "\r\n" + 
            "message Name {\r\n" + 
            "    string firstname = 1;\r\n" + 
            "    string lastname = 2;\r\n" + 
            "}";
        List<String> allMessages = new ArrayList<>();
        Pattern pattern = Pattern.compile("message[^\\}]*\\}");
        Matcher matcher = pattern.matcher(data);
        while (matcher.find()) {
            String str = matcher.group();
            allMessages.add(str);
            System.out.println(str);
        }
    }
    

我期待在我的大小为 2 的字符串数组列表中得到如下响应。

allMessage.get(0)应该是：

message Acc {
    message AccErr {
        enum Enum {
            UNKNOWN = 0;
            CASH = 1;
        }
    }
    string account_id = 1;
    string name = 3;
    string account_type = 4;
}

allMessage.get(1)应该是：

message Name {
    string firstname = 1;
    string lastname = 2;
}

Answer 1

试试这个你的正则表达式。 它将message锚定在行的开头，并使用正向前瞻来查找下一条消息或消息的结尾。

Pattern.compile("(?s)\r\n(message.*?)(?=\r\nmessage|;$)")
// or
Pattern.compile("(?s)\r?\n(message.*?)(?=\r?\nmessage|;$)")

也没有拆分、解析或管理嵌套大括号:)

https://regex101.com/r/jSRhE0/1

Answer 2

首先删除出现在行首的"message"之前的输入，然后在换行符上拆分，然后是"message" （在拆分中包含换行符，以便使用干预父消息的换行符）：

String[] messages = data.replaceAll("(?sm)\\A.*?(?=message)", "").split("\\R+(?=message)");

见现场演示。

如果您确实需要List<String> ，请将结果传递给Arrays.asList() ：

List<String> = Arrays.asList(data.replaceAll("(?sm)\\A.*?(?=message)", "").split("\\R+(?=message)"));