Java Regex: Jak dopasować jeden lub więcej znaków spacji

Question

Jak dopasować więcej niż jedną spację w wyrażeniu Java?

Mam wyrażeń regularnych, które próbuję dopasować. Regex kończy się niepowodzeniem, gdy mam dwa lub więcej znaków spacji.

public static void main(String[] args) { 
    String pattern = "\\b(fruit)\\s+([^a]+\\w+)\\b"; //Match 'fruit' not followed by a word that begins with 'a' 
    String str = "fruit apple"; //One space character will not be matched 
    String str_fail = "fruit apple"; //Two space characters will be matched 
    System.out.println(preg_match(pattern,str)); //False (Thats what I want) 
    System.out.println(preg_match(pattern,str_fail)); //True (Regex fail) 
} 

public static boolean preg_match(String pattern,String subject) { 
    Pattern regex = Pattern.compile(pattern); 
    Matcher regexMatcher = regex.matcher(subject); 
    return regexMatcher.find(); 
} 

Answer 1

Problem jest w rzeczywistości z powodu backtracking. Twój regex:

"\\b(fruit)\\s+([^a]+\\w+)\\b" 

mówi „owoc, a następnie przez jeden lub więcej spacji, a następnie przez jeden lub więcej nie«A»znaków, a następnie przez jeden lub więcej znaków«słowo»”. Powodem tego jest to, że dwie spacje są nieudane, ponieważ \s+ dopasowuje pierwszą przestrzeń, ale następnie zwraca drugą wartość, która następnie spełnia warunek [^a]+ (z drugą przestrzenią) i część (z pierwszą).

Myślę, że można to naprawić, po prostu za pomocą kwantyfikatora posesyjnego zamiast, który byłby \s++. To mówi, że \s nie zwraca drugiej litery spacji. Dokumentację można znaleźć na kwantyfikatorach Javy here.

---

Jako przykład, oto dwa przykłady w Rubular:

1. Using the possessive quantifier on \s (daje oczekiwanych rezultatów, z czego opisać)
2. Your current regex with separate groupings around [^a\]+ and \w+. Zauważ, że druga grupa dopasowania (reprezentująca [^a]+) przechwytuje drugą spację.