Android 带有错误检查的正则表达式

我已经做了很多搜索，但是我对正则表达式和我的google fu很糟糕，在这个例子中，我的google fu并不强大

情景：

在推送通知中，我们收到一个包含9位内容ID的URL

示例URL:

http://www.something.com/foo/bar/Some-title-Goes-here-123456789.html

（123456789是此场景中的内容ID）

要分析内容ID的当前正则表达式：

public String getContentIdFromPathAndQueryString(String path, String queryString) {
        String contentId = null;
        if (StringUtils.isNonEmpty(path)) {
            Pattern p = Pattern.compile("([\\d]{9})(?=.html)");
            Matcher m = p.matcher(path);
            if (m.find()) {
                contentId = m.group();
            } else if (StringUtils.isNonEmpty(queryString)) {
                p = Pattern.compile("(?:contentId=)([\\d]{9})(?=.html)");
                m = p.matcher(queryString);
                if (m.find()) {
                    contentId = m.group();
                }
            }
        }

        Log.d(LOG_TAG, "Content id " + (contentId == null ? "not found" : (" found - " + contentId)));
        if (StringUtils.isEmpty(contentId)) {
            Answers.getInstance().logCustom(new CustomEvent("eid_url")
                    .putCustomAttribute("contentId", "empty")
                    .putCustomAttribute("path", path)
                    .putCustomAttribute("query", queryString));
        }

        return contentId;
    }

问题是： 这可以完成任务，但我需要解释一个特定的错误场景

---

无论是谁创建推送，都可能输入错误长度的内容ID，我们需要获取它，所以假设它可以是任意数量的数字。。。标题也可以包含数字，这很烦人。内容ID后面总是跟着“.html”

，而这里的基本答案是“替换

{9}

限制量词与

+

量词匹配1+个匹配次数”，有两种模式可以改进

应在模式中转义未转义的点，以匹配文字点

如果没有重叠匹配，则无需对前面的捕获组使用正向前瞻，只需保留捕获组并抓取

.group（1）

值即可

A仍然是一种消费模式，

（？：contentId=）

等于

contentId=

（您可以删除

（？：

和

）

）

无需将单个原子封装在一个原子中，请使用

\\d

而不是

[\\d]

。

[\\d]

实际上是一个误解的来源，有些人可能认为这是一个分组结构，可能会尝试将替代序列添加到方括号中，而

[…]

只匹配一个字符

因此，您的代码可以如下所示

        Pattern p = Pattern.compile("(\\d+)\\.html");     // No lookahead, + instead of {9}
        Matcher m = p.matcher(path);
        if (m.find()) {
            contentId = m.group(1);                       // (1) refers to Group 1
        } else if (StringUtils.isNonEmpty(queryString)) {
            p = Pattern.compile("contentId=(\\d+)\\.html");
            m = p.matcher(queryString);
            if (m.find()) {
                contentId = m.group(1);
            }
        }

---

将

{9}

替换为

+

（一次或多次出现）。这会绕过内容ID之前标题部分中的任何数字吗？请参阅伟大的工具！非常感谢。要确认，android中java的正则表达式应该是：Pattern p=Pattern.compile（[\d]+）（？=.html）”；对吗？是的，如果您想使用

.group（）

，整个匹配值，则不需要捕获组。如果您只需要第二个数字，请使用

contentId=（\\d+\\\\.html”

并使用

组访问数字（1）

。