java - 这是Java正则表达式实现中的错误吗？

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进行匹配。

预期的结果是false，它应该不匹配。

问题在于对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)

最佳答案

该模式包含嵌套的量词。 \w+在本身由+量化的组内，这使得正则表达式引擎难以处理不匹配的字符串。使字符类脱离交替组更有意义，即(\\w+|_|\\.|-)+ => [\\w.-]+。

请注意，\w已经与_匹配。另外，字符类中的|与文字| char相匹配，而[a|b]与a，|或b相匹配，因此似乎您应该从第一个字符类中删除|。

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，以避免不必要的开销，因为您只是在检查匹配项而不提取子字符串。

请参阅regex demo(由于该模式与matches()一起使用，因此需要完整的字符串匹配，因此我在regex演示中添加了^和$)。