需要正则表达式匹配第一个实例直到下一个实例（不包括下一个“向前看”）Java

我不熟悉编程和正则表达式，所以这是我的免责声明

我正试图解析一个wireshark日志，我已经用tshark将它转换成一个txt文件

我的程序的要点是从txt文件的顶部开始，匹配数据包头之间的所有文本

所有数据包都以

Frame\s+\d

开头，不包括下一个数据包头，并将该文本放入字符串中

我正在实例化一个对象（

Packets

），然后将它们添加到

ArrayList

，以供以后处理

我需要收集从数据包头1到数据包1结尾/数据包头2开头的所有文本，不包括数据包头2

Frame 1 (186 bytes on wire, 186 bytes captured)
    Arrival Time: Sep 19, 2013 13:25:19.937150000
    [Time delta from previous captured frame: 0.000000000 seconds]
    [Time delta from previous displayed frame: 0.000000000 seconds]
    [Time since reference or first frame: 0.000000000 seconds]
    Frame Number: 1
    Frame Length: 186 bytes
    Capture Length: 186 bytes
    [Frame is marked: False]
    [Protocols in frame
............................A bunch of more packet data...............
    Encrypted Packet: 88FE0AFA38B3E1994B907F778FC42CD4FBD967F3D9101679...

Frame 2 (60 bytes on wire, 60 bytes captured)
    Arrival Time: Sep 19, 2013 13:25:19.938495000
    [Time delta from previous captured frame: 0.001345000 seconds]
    [Time delta from previous displayed frame: 0.001345000 seconds]

我试过：

(Frame\s\d)*.?Frame\s\d

但不是骰子

我一直在访问rubular.com，想看看我是否能在这方面取得成功，但我似乎无法满足我的需要

---

想法？

考虑

/your/path

中的文件

packets.txt

，其中包含您发布的示例

这里有一个解决方案

try {
    // trivial file operations
    String path = "/your/path/packets.txt";
    File file = new File(path);
    BufferedReader br = new BufferedReader(new InputStreamReader(new FileInputStream(file)));
    String line = null;
    StringBuilder contents = new StringBuilder();
    while ((line = br.readLine()) != null) {
        contents.append(line);
    }
    br.close();
    // the Pattern
    Pattern p = Pattern.compile("Frame\\s\\d\\s(.+?(?=Frame|$))", Pattern.MULTILINE);
    // If you actually need the "Frame etc." header matched as well, here's
    // an alternate Pattern:
    // Pattern p = Pattern.compile("(Frame\\s\\d\\s.+?(?=Frame|$))", Pattern.MULTILINE);
    // matching...
    Matcher m = p.matcher(contents);
    // iterating over matches and printing out group 1
    while (m.find()) {
        System.out.println("Found: " + m.group(1));
    }
}
// "handling" FileNotFoundException
catch (Throwable t) {
    t.printStackTrace();
}

输出：

Found: (186 bytes on wire, 186 bytes captured)    Arrival Time: Sep 19, 2013 13:25:19.937150000    [Time delta from previous captured frame: 0.000000000 seconds]    [Time delta from previous displayed frame: 0.000000000 seconds]    [Time since reference or first frame: 0.000000000 seconds]    
Found: (60 bytes on wire, 60 bytes captured)    Arrival Time: Sep 19, 2013 13:25:19.938495000    [Time delta from previous captured frame: 0.001345000 seconds]    [Time delta from previous displayed frame: 0.001345000 seconds]

模式的说明

：

• 它查找或多或少以原始图案开头的文本（“帧、空格、数字、空格”）
• 它存储下一个出现的内容，包括换行符，但在出现新的“框架”文本或输入文本结束时停止
• 文本匹配点2存储在一个组中（组0是整个匹配，特定组从索引1开始）

编辑：性能和内存优化提示

• 步骤很小但很明显：将

  模式声明为常量，这样它只编译一次
  

• 不要填充一个随着每次匹配而增长的

  ArrayList

  ，而是将每个匹配写入某个文件夹中的单个文件-这将执行得很慢，但如果实现良好，应该允许在

  while（m.find（））

  循环的每次迭代中对匹配的

  字符串进行垃圾收集
  

• 迭代结束后，您必须再次迭代处理每个小文件

• 如果这还不够，或者对数据的大小不起作用，那么您可能希望实现自己的自定义解析器，或者以某种方式预块数据，但考虑到您最初的问题是关于

  模式本身，而不是性能，这已经超出了范围
  

---

你的意思可能是

*？

，而不是

*？

。这里有两个小问题。。。首先，我需要每个数据包中的所有内容存储在单个数组元素中。所以只是标题不起作用，所以如果我的原始帖子中没有明确说明，我很抱歉。第二个问题以堆空间错误的形式出现。这个解决方案适用于小文件，但对于280MB的日志文件，它只是耗尽内存并停止。线程“main”java.lang.OutOfMemoryError中出现异常：java heap spaceI已经给出了一个旋转，使用FR和BR读取每一行，并使用类似“line+=line+”%“；”的内容在每一行后面添加一个小分隔符，对于小文件来说效果很好。当文件增大时，由于内存不足，我的解决方案不再适用。我认为这里要做的事情是读取所有行，直到Frame\\s\\d的下一个实例，并将该字符串处理到数组中，然后再次将该字符串重置为空，并再次解析，直到header的下一次迭代。这在我的头脑中是清楚的，只是在我的代码中没有。@jvazquez为堆获取一个

OutOfMemoryError

，这意味着您已经创建了一条通向许多未被垃圾收集的对象的路径。这可能是因为您正在将每个匹配项添加到

ArrayList

，而后者不断增长，而引用仍然指向内存中的

对象。我将很快编辑我的答案，其中有一些要点可能对您有所帮助。我感谢您的帮助。作为一个新手确实考验了你的毅力，因为我已经有好几次想冲破这堵墙了。LOL@jvazquez对于新手来说，你面临着一个相当不错的挑战，所以冲墙是可以理解的：D