Java 带特殊字符的模式搜索

嗨，我想搜索并获取索引，在一个复杂字符串中的所有特殊字符，如下所示

String textWithSpecialChars = "text here |*more*| text some other |@tags@|...";

我正在尝试搜索像这样的所有模式|*| | |=|@和*| |=|@我尝试了这种模式

public int getIndexOfPat(String s){
    Pattern startPat = Pattern.compile("\\|[\\*_@=]");
    Matcher matcher = pattern.matcher(s);
    return matcher.find() ? matcher.start() : -1;
}

String textWithSpecialChars = "text here |*more*| text some other |@tags@|...";
int i = getIndexOfPat(textWithSpecialChars);
textWithSpecialChars = textWithSpecialChars.substring(i+2);
//I get error here
i = getIndexOfPat(textWithSpecialChars);
// var i still is the first one value

---

但这只会得到第一个，即使我用

从原始字符串中删除它，而不是查找每个模式匹配的开头，您可以找到所有由特殊字符分隔的文本，如：

public List<String> getSpecialTextList(String line) {
    List<String> toRet = new ArrayList<String>();

    Pattern pattern = Pattern.compile("\\|([\\*_@=])((?:.(?!\\|))*)\\1\\|");
    Matcher matcher = pattern.matcher(line);
    while (matcher.find()) {
      toRet.add(matcher.group(2));
    }

    return toRet;
}

然后您可以这样使用它：

String textWithSpecialChars = "text here |*more*| text some other |@tags@|...";
List<String> specialTextList = getSpecialTextList(textWithSpecialChars);
System.out.println(specialTextList); // prints [more, tags]

---

请注意，这不适用于嵌套标记，如|*hello |*there*|*|

您的问题是，每次调用getIndexOfPat时，您都在重新创建Matcher实例和模式，但在这里重新编译模式不是问题，它只是无效的代码。因此，每次调用find时，它都会从一开始就尝试查找匹配项

你几乎没有办法解决这个问题

let方法返回所有已建立匹配项的列表 传递Matcher的方法实例，这样您就可以调用Matcher上的find，它会记住上次匹配的位置并搜索它。 我会选择选项1，因为选项2只是包装find方法并返回其结果，这感觉太简单了，不像单独的方法那样

int getNextIndex(Matcher m){
    return matcher.find() ? matcher.start() : -1;
}

选项1可能看起来像

static Pattern pattern = Pattern.compile("[|]([*_@=])[^|]+\\1[|]");

public static List<Integer> getMatchedIntexes(String s) {
    List<Integer> result = new ArrayList<>();
    Matcher m = pattern.matcher(s);
    while (m.find()){
        result.add(m.start()+1);//index of character after `|`
        result.add(m.end()-1);  //index of character before `|`
    }

    return result;
}

哪个会打印

11
17
36
42

解释[|][*.@=][^[124;]+\\ 1[|]

[|]与\\|相同，表示|文字 [*.@=]创建组1，该组只能包含*、或= [^ |]+将匹配至少一个字符的序列，该字符不是|我假设您没有任何嵌套的|内|*…*|。如果您将其更改为。*？这可能会降低效率 \\1表示组1中的匹配项，因此您只能找到|*..*|节，而不能找到|*_| 如前所述，[|]表示|文字。

---

搜索的部分是否可以包含内部的| like |*foo | bar*|？

11
17
36
42