Regex：以消息和父消息之间的字符串开头

Question

我想得到所有的消息数据。这样它就应该在父消息的花括号之间查找消息和所有数据。有了下面的模式，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);
        }
    }
    

在我的字符串数组列表中，我希望得到如下大小为2的响应。

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;
}

和allMessage。get（1）应该是：

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

Answer 1

试试你的正则表达式。它锚定在消息作为一行的开头，并使用正向前瞻查找下一条消息或消息的结尾。

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

也没有拆分、解析或管理嵌套大括号：）

https://regex101.com/r/Wa2xxx/1

Answer 2

首先删除之前的输入消息出现在行的开始，然后拆分在换行符后的消息（包括换行符在拆分中，所以干预父消息的换行符被消耗）：

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

观看现场演示。

如果你真的需要一个列表

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

第一个正则表达式匹配从启动到第一行的所有内容，但不包括以消息开头的第一行，该行被替换为空白（即已删除）。打破僵局：

• （？sm）打开标志s，它使点也匹配换行符；和m，它使^和$匹配每行的开始和结束
• \\A表示输入的开始
• * * 指任何字符的任何数量（包括根据设置的s标志换行），但添加使其变得不情愿，因此它在仍然匹配的情况下匹配尽可能少的字符
• （？=^message）是向前看的，表示以下字符是一行的开头，然后是“message”

有关详细说明，请参见regex101实时演示。

split regex与一个或多个换行符序列相匹配，它们后面跟有“message”：

• \\R表示一个或多个换行序列（所有OS变体）
• （？=消息）是一个展望，意味着以下字符是消息

有关详细说明，请参见regex101实时演示。