正则表达式如何匹配Java中规则匹配中不以英文字母开头的字符串中的所有数字组合

Question

我有一根像

String str = "305556710S  or 100596269C OR CN111111111";

我只想匹配字符串中以数字开头或以数字开头，以英文字母结尾的字符， 然后在匹配字符的前面加上两个“？”人物。 我写了一篇像父亲一样的文章

    Pattern pattern = Pattern.compile("^[0-9]{1,10}[A-Z]{0,1}", Pattern.CASE_INSENSITIVE);
    Matcher matcher = pattern.matcher(str);
    while (matcher.find()) {
        int start = matcher.start();
        int end = matcher.end();
        String matchStr = matcher.group();
        System.err.println(matchStr);
    }

但它只能匹配第一个字符“3055556710S”。 但是如果我修改了模式

 Pattern pattern = Pattern.compile("[0-9]{1,10}[A-Z]{0,1}", Pattern.CASE_INSENSITIVE);

它将匹配“3055556710S”、“100596269C”、“111111111”。但“111111111”的前缀是英文字符“CN”，这不是我的目标。 我只想匹配“3055556710S”和“100596269C”并添加两个“？”匹配字符之前的字符。有人能帮我吗

Answer 1

我认为你需要使用单词边界。尝试此更改的模式：

"\\b[0-9]{1,10}[A-Z]{0,1}\\b"

这将打印出：

305556710S
100596269C

工作原理：

1. 这里的区别在于，它将只检查一对单词边界内的字符序列。在前面使用的模式中，甚至从单词中间开始的字符序列也可用于与模式匹配，因此，来自CN1111...的偶数11111...与模式匹配并通过
2. 单词边界也与字符串输入的结尾匹配。因此，即使候选词出现在行尾，它也会被拾取

如果结尾可以出现多个英文字母，则删除最大出现次数指示符1。在这种情况下：

"\\b[0-9]{1,10}[A-Z]{0,}\\b"

Answer 2

首先，在这个特定的regexp中应该避免使用^。正如您所注意到的，您不能返回多个结果，因为“^”是“匹配字符串开头”的指令

使用\b可以是一种解决方案，但可能会得到无效的结果。比如说

305556710S or -100596269C OR CN111111111

regexp"\\b[0-9]{1,10}[A-Z]{0,}\\b"将匹配100596269C（因为连字符不是单词字符，所以-和1之间有一个单词边界）

下面的regexp与您想要的完全匹配：所有数字，后面可能跟一些英文字符，要么在字符串开头，要么在空格后面，要么在空格后面，要么在字符串末尾

(?<=^| )[0-9]{1,10}[A-Z]*(?= |$)

说明：

1. （？<；=^ |）是一种落后。它确保在实际位置后面有^（字符串开始）或空格。请注意，lookbehinds不会将匹配字符添加到结果中：空格不会是结果的一部分
2. [0-9]{1,10}[A-Z]*匹配数字（至少一个，最多十个），然后匹配一个或多个字母
3. （？=|$）是一种前瞻。它确保在匹配后有空格或$（字符串结尾）。与lookbehinds一样，字符不会添加到结果中，并且位置保持不变：例如，此处读取的空间也可以被下一个捕获字符串的lookbehind读取

例如：305556710S or 100596269C OR CN111111111匹配：在索引0[3055556710S]处，在索引15[100596269C]处100596269C123不匹配