Vermeiden überlappende Regex Matching in Java

Question

Aus irgendeinem Grund dieses Stück Java-Code gibt mir überlappende Spiele:

Pattern pat = Pattern.compile("(" + leftContext + ")" + ".*" + "(" + rightContext + ")", Pattern.DOTALL); 

jede mögliche Weise/Option, so dass es Überschneidungen Erkennung vermeidet? z.B. leftContext rightContext rightContext sollte anstelle von 2

Hier sein 1 Begegnung ist der vollständige Code:

public static String replaceWithContext(String input, String leftContext, String rightContext, String newString){ 
    Pattern pat = Pattern.compile("(" + leftContext + ")" + ".*" + "(" + rightContext + ")", Pattern.DOTALL); 
    Matcher matcher = pat.matcher(input); 
    StringBuffer buffer = new StringBuffer(); 

    while (matcher.find()) { 
    matcher.appendReplacement(buffer, ""); 
    buffer.append(matcher.group(1) + newString + matcher.group(2)); 
    } 
    matcher.appendTail(buffer); 

    return buffer.toString(); 
} 

Also hier ist die endgültige Antwort eine negative Vorschau verwenden, meine schlecht für nicht ahnend * gierig war:

Pattern pat = Pattern.compile("(" + 
    leftContext + ")" + "(?:(?!" + 
    rightContext + ").)*" + "(" + 
    rightContext + ")", Pattern.DOTALL); 

Answer 1

Ihre Verwendung des Wortes "überlappend" ist verwirrend. Anscheinend war das, was Sie meinten, dass die Regex zu gierig ist und alles von der ersten leftContext bis zur letzten rightContext zusammenpasst. Es scheint, dass du das bereits herausgefunden hast - und auch einen besseren Ansatz gefunden hast -, aber es gibt immer noch mindestens ein potenzielles Problem.

Sie sagte leftContext und rightContext sind „plain Strings“, von dem ich nehme an, Sie bedeutete, dass sie als reguläre Ausdrücke nicht interpretiert werden sollen, aber sie werden. Sie müssen ihnen ausweichen, oder alle Regex-Metazeichen, die sie enthalten, führen zu falschen Ergebnissen oder Laufzeitausnahmen. Das gleiche gilt für Ihre Ersatzzeichenfolge, obwohl nur $ und der Backslash dort besondere Bedeutungen haben. Hier ist ein Beispiel (man beachte die nicht gierigen .*? auch):

public static String replaceWithContext(String input, String leftContext, String rightContext, String newString){ 
    String lcRegex = Pattern.quote(leftContext); 
    String rcRegex = Pattern.quote(rightContext); 
    String replace = Matcher.quoteReplacment(newString); 
    Pattern pat = Pattern.compile("(" + lcRegex + ").*?(" + rcRegex + ")", Pattern.DOTALL); 

Eine andere Sache: wenn Sie keine post-match-Verarbeitung auf dem angepassten Text zu tun sind, können Sie replaceAll verwenden, anstatt Ihre eigene Walz mit appendReplacement und appendTail:

return input.replaceAll("(?s)(" + lcRegex + ")" + 
         "(?:(?!" + rcRegex + ").)*" + 
         "(" + rcRegex + ")", 
    "$1" + replace + "$2"); 

Answer 2

Es gibt wenige Möglichkeiten, je nachdem, was Sie wirklich brauchen.

Sie $ am Ende Ihrer Regex anhängen kann, wie folgt aus:

"(" + leftContext + ")" + ".*" + "(" + rightContext + ")$" 

also, wenn rightContext nicht das letzte, was ist, wird Ihre regex passen nicht zusammen.

Als nächstes können Sie alles nach rightContext erfassen:

"(" + leftContext + ")" + ".*" + "(" + rightContext + ")(.*)" 

und dass nach allem, was in der dritten passende Gruppe verwerfen.

Aber da wir nicht wissen, was leftContext und rightContext wirklich sind, vielleicht liegt Ihr Problem in ihnen.