Java 使用正则表达式查找捕获组的所有组合

如何从正则表达式中获取捕获组的所有组合

给定字符串

Max-Michael-van-Mustermann

我想生成对

（Max）（Michael-van-Mustermann）

，

（Max-Michael）（van-Mustermann）

和

（Max-Michael-van）（Mustermann）

这应该可以通过模式

^（+++）（++）$

（其中空格是分隔字符）来实现。但是，由于第一个捕获组贪婪地捕获了

Max Michael van

，将

Mustermann

留给第二个捕获组，并终止计算，因为整个字符串已匹配

我尝试使用重叠匹配的解决方案（

（？=）

），但这并没有产生预期的结果（从前面一个接一个地吃掉字符，但仍然像以前一样贪婪）

我试着让第一个捕获组变懒，但这恰恰相反。懒惰和/或贪婪的结合不会产生匹配

（马克斯·迈克尔）（范·穆斯特曼）

据我所知，正则表达式试图将整个字符串放入第一个

+

，无法匹配第二个

+

，并继续释放第一个

+

中的字符以与第二个

+

匹配，直到出现匹配为止（在我的例子中是最后一个空格）我希望正则表达式引擎继续释放字符，直到第一个

+

---

我的实际问题：
我有一个名称列表作为字符串。我不知道在哪里把他们的名字和姓氏分开。然而，我有另一个相同名字的列表，但是名字和姓氏颠倒了

我的想法是在第一个列表中找到所有捕获组的组合，颠倒它们的顺序，并将它们与第二个列表进行匹配

#第一个列表
马克斯·范马斯特曼
米里亚姆·穆斯特夫劳
艾丽丝·博比娜·查尔斯顿
#第二份名单
van Mustermann Max（van是姓氏的一部分）
穆斯特夫劳·米里亚姆
查尔斯顿·爱丽丝·博比纳（博比纳是名字的一部分）

一些大致需要的代码：

String first = "Max van Mustermann";
String second = "van Mustermann Max";

Pattern pattern = Pattern.compile("^(.+) (.+)$");
Matcher matcher = pattern.matcher(first);
while (matcher.find()) { // This is obviously not correct, it will only find the first match
    String swapped = matcher.group(2) + " " + matcher.group(1);
    if(second.equals(swapped)){
        // Success!
    }
}

---

这可以在没有正则表达式的情况下解决。正是这个钩子让我调查了这个问题。

好吧，我认为单用一个正则表达式搜索是不可能的。但是，您可以通过一次搜索和一次比较来完成：

String first = "Max van Mustermann";
String second = "van Mustermann Max";

Pattern pattern = Pattern.compile("^(.*)" + Pattern.quote(second) + "(.*)$");
Matcher matcher = pattern.matcher(first + " " + first);
if (matcher.matches()) {
  if ((" " + second + " ").equals(matcher.group(2) + " " + matcher.group(1))) {
    // Success!
  }
}

说明： 我们制作了一个字符串，它是“双倍”的第一个字符串：

马克斯·范马斯特曼马克斯·范马斯特曼

如果第二个字符串只是第一个字符串的旋转副本，则它应与第一个字符串匹配：

Maxvan Mustermann Maxvan Mustermann

然后，我们需要检查双精度字符串上剩余的内容是否等于第二个字符串。我们只需要取结尾的“van Mustermann”并加上开头的“Max”。结果必须等于在两侧附加空格的第二个字符串：

" van Mustermann" + " " + "Max " => " van Mustermann Max "

---

我发现了一个正则表达式，它几乎完全符合您的要求：

String first = "Alice Bobina Charlston Max van Mustermann Miriam Musterfrau";
Pattern pattern = Pattern.compile("(?<=^(.*)\\G)( ?\\w+)(?= (.*$))");
Matcher matcher = pattern.matcher(first);
while (matcher.find()) {
  System.out.printf("(%s)(%s)%n", matcher.group(1) + matcher.group(2), matcher.group(3));
}

唯一的区别是它将文本分成3组，而不是2组，并且必须手动组合前两组才能得到结果。使用此模式，您的代码将如下所示：

String first = "Max van Mustermann";
String second = "van Mustermann Max";

Pattern pattern = Pattern.compile("(?<=^(.*)\\G)( ?\\w+)(?= (.*$))");
Matcher matcher = pattern.matcher(first);
while (matcher.find()) { 
  String swapped = matcher.group(3) + " " + matcher.group(1) + matcher.group(2);
  if(second.equals(swapped)) {
    // Success!
  }
}

String first=“Max van Mustermann”；
字符串second=“van Mustermann Max”；
Pattern Pattern=Pattern.compile（“（？更新了答案，使用trim（）的早期版本可能会给出误报，例如，对于
first=“Maxvan Mustermann”
，使用基本字符串操作不是更简单吗？
String first = "Max van Mustermann";
String second = "van Mustermann Max";

Pattern pattern = Pattern.compile("(?<=^(.*)\\G)( ?\\w+)(?= (.*$))");
Matcher matcher = pattern.matcher(first);
while (matcher.find()) { 
  String swapped = matcher.group(3) + " " + matcher.group(1) + matcher.group(2);
  if(second.equals(swapped)) {
    // Success!
  }
}