标签：java name 匹配 demo t2 t3 正则 Pattern group

java正则匹配实现

1. 问题描述

根据指定的字段名限制条件，提取出sql语句中的对应字段名并返回。

字段名限制条件如下：

必须以 ${ 开头，} 结尾；
中间只能包含字母、数字和下划线（_）；
中间只能以字母开头；
中间长度在 3~63 个字符范围内。

比如：从小面这段sql中提取出t2_name和t3_name, 并替换成空字符串。

SELECT
  t.`t2_name` AS `t2_name`,
  t.`t3_name` AS `t3_name`
FROM
  (
    SELECT
      t2.`name` AS `t2_name`,
      t3.`name` AS `t3_name`
    FROM
      mysql130.database1.`table1` t1
      LEFT JOIN mysql130.database1.`table2` t2 ON t2.`id` = t1.`id`
      LEFT JOIN mysql130.database1.`table3` t3 ON t1.`id` = t3.`id`
  ) t
WHERE
  t.`t2_name` = '${t2_name}' and t.`t3_name` = '${t3_name}'

2. 问题思路

大体思路如下：

先写出对应的正则表达式
使用Pattern和Matcher类进行匹配，提取出对应的内容
替换掉原来的内容

1. 正则表达式

> 必须以 ${ 开头，} 结尾；            ^${ and }$
> 中间只能包含字母、数字和下划线（_）； [a-zA-Z0-9_] or \w (等价)
> 中间只能以字母开头；                [a-zA-Z]
> 中间长度在 3~63 个字符范围内。       {3,63} 除去第一个为 {2,62}

最终的组合结果为：

```regex
^\$\{ + [a-zA-Z] + [a-zA-Z0-9_]{2,62} + \}$ -> ^\$\{[a-zA-Z][a-zA-Z0-9_]{2,62}\}$
```

2. 梳理java中 Pattern 和 Matcher类的关系

梳理Matcher类常用方法
常见报错
- 1. goup()方法报错
  java.lang.IllegalStateException: No match found
  
  解决方法：使用find()方法进行匹配，如果匹配成功，再使用group()方法获取匹配的内容。
```
// 匹配成功
if (matcher.find()) {
    // 获取匹配的内容
    String group = matcher.group();
    System.out.println(group);
}
```

1. ^ 表示匹配行的开头，$ 表示匹配行的结尾
  
  此处为行首则可匹配成功
  
  默认模式下，一个字符串只有一个行首和行位，中间加了\r\n也不能算是行首和行位
  
  如果字符串中包含多行文本，需要使用多行模式（Pattern.MULTILINE）来匹配多行字符串。在多行模式下，^ 和 $ 会匹配行的开头和结尾，而不是整个字符串的开头和结尾。

No Group 1

解决方法：使用group(0)获取匹配的内容

弄明白group的含义：

group 代表的是 The index of a capturing group in this matcher's pattern ，即匹配的组的索引，从1开始，0代表整个匹配的内容。

什么时候会出现组呢？

当正则表达式中包含括号时，就会出现组。比如：(\d{3})-(\d{3,8})，这个正则表达式中有两个组，第一个组是(\d{3})，第二个组是(\d{3,8})。

有组的demo

// 有组的情况下，group(0)是整个匹配的字符串，group(1)是第一个组匹配的字符串
// 无组的情况下，group(0)是整个匹配的字符串，group(1)是null
// 无组的情况下，groupCount()是0
// 有组的情况下，groupCount()是组的个数
String demoString3 = "010-12345";
String pattern2 = "(\\d{3})-(\\d{3,8})";
Pattern compiler2 = Pattern.compile(pattern2);
Matcher matcher2 = compiler2.matcher(demoString3);
while (matcher2.find()) {
    System.out.println(matcher2.group(0));
    System.out.println(matcher2.group(1));
    System.out.println(matcher2.group(2));
}

// 输出结果
010-12345
010
12345

1. 为什么中间的匹配不到呢？
因为正则指定了必须以$开始的字符串，第二个没有换行，换行后则可匹配到

去掉^限制，也可以匹配到

3. 代码实现

    public static List<String> getStringFromPattern(String source, String pattern) {
        List<String> result = new ArrayList<>();

        Pattern p = Pattern.compile(pattern);
        Matcher m = p.matcher(source);
        while (m.find()) {
            result.add(m.group().substring(2, m.group().length() - 1));
        }

        return result;
    }

4. 总结

1. pattern 和 matcher 的关系

2. pattern 各类 flag 的含义

UNIX_LINES：unix lines模式，该模式下，仅以\n为结尾（行一般以\n或\r\n结尾）；
CASE_INSENSITIVE：忽略大小写进行匹配；
COMMENTS：忽略空格字符（例如，表达式里的空格，tab，回车）和注释（从#开始，一直到行结束）；
MULTILINE：多行模式的开启，在多行模式下，^匹配输入字符串开始的位置，$匹配输入字符串结尾的位置；
DOTALL：dotall模式，"."匹配所有字符，包括行终结符。（若该模式未开启，“.”表达式不匹配行终结符）；
UNICODE_CASE：UNICODE_CASE模式结合CASE_INSENSITIVE模式，那么它会对Unicode字符进行大小写不敏感的匹配。（若未开启UNICODE_CASE模式，仅开始CASE_INSENSITIVE模式，则只适用于US-ASCII字符集）；
CANON_EQ：当且仅当两个字符的正规分解都完全相同的情况下，则认定匹配。（默认情况下，不考虑规范相等性）；