为Java标识符优化正则表达式。将结尾和其他部分中的数字分开

我需要读取一个字符串作为有效的Java标识符，并分别获取结尾（如果有）和开始部分的数字

a1 -> a,1
a  -> a,
a123b -> a123b,
ab123 -> ab, 123
a123b456 -> a123b, 456
a123b456c789 -> a123b456c, 789
_a123b456c789 -> _a123b456c, 789

我已经编写了一对正则表达式，并对其进行了测试，它们看起来可以正常工作

([a-zA-Z_][a-zA-Z0-9_]*[a-zA-Z_]|[a-zA-Z_])(\d+)$
([a-zA-Z_](?:[a-zA-Z0-9_]*[a-zA-Z_])?)(\d+)$

我怎样才能缩短它们？或者你能建议另一个正则表达式吗

我无法为\w更改[a-zA-Z_]，因为最后一个数字也是

（我们讨论的是Java/Groovy中\\for\\replacement之前的正则表达式字符串）

• 每个标识符必须至少有一个字符。
  
• 第一个字符必须从字母、下划线或美元符号中选取。第一个字符不能是数字。
  
• 其余字符（除第一个字符外）可以来自：字母、数字、下划线或美元符号。换句话说，它可以是任何有效的标识符字符。
  
  简而言之，标识符是从字母、数字、下划线或美元符号中选择的一个或多个字符。唯一的限制是第一个字符不能是数字

并加入:

但是，惯例是始终以字母开头变量名，而不是“$”或“\u1”。此外，根据惯例，美元符号字符从未使用过

您可以使用此选项来匹配任何有效变量，并将起始字符块放入一个组，将所有尾随数字放入另一个组：

^(?!\d)([$\w]+?)(\d*)$

见

或仅与遵循约定的标识符匹配的：

^(?![\d_])(\w+?)(\d*)$

看

详细信息：

• ^

  -字符串的开头

• （？！\d）

  -第一个字符不能是数字（

  （？！[\d]）

  如果第一个字符是数字或

  ，则匹配将失败）

• （[$\w]+？）

  -第1组：一个或多个单词或

  $

  字符（

  （\w+？）

  将只匹配字母/数字/

  。

  字符），尽可能少（因为

  +？

  是惰性量词），直到第一次出现

• （\d*）$

  -第2组：字符串末尾的零位或多位（

  $

  ）

:

---

编辑：我试图使我的解决方案尽可能简单，但我没有考虑足够长的时间，所以它是不正确的。看看公认的答案

---

我相信您可以将其缩短为

^（[a-zA-Z_u2;][a-zA-Z_2;d]*[^\d]）（\d*）$

-将所有可能的字符与结尾处的数字进行匹配，而不是一个数字

请注意，在Java/Groovy正则表达式中，

\w

默认情况下与

[a-zA-Z0-9\]

匹配。仅当您传递了

Pattern.UNICODE\u CHARACTER\u CLASS

时，

\w

模式将匹配所有UNICODE字母和数字。字符串必须是变量名。所以，我不是在搜索所有的Unicode字母和数字。这里没关系。考虑到您的第一篇评论，我得出结论，我们可以影响\\w等缩短模式的工作方式？可以更改速记字符类Unicode行为。而且，您的逻辑是正确的。但是，如果您的意思是一个有效的Java标识符，那么您的正则表达式也应该能够匹配Java标识符中出现的

$

。谢谢。我懂了。。。是的，我可以将[a-zA-Z0-9_u2;]更改为\\w，并且我应该在开始处添加^at以检查字符串的开头。但是最后一个“？”有什么用呢？将（\\d+）更改为（\\d*）将完成相同的工作，不是吗？并且不可能使用不同的逻辑吗？你的答案对我来说肯定非常有用，检查字符串的开头，但我有点失望——逻辑上它和我发现的是一样的。我在正则表达式方面是个新手。你所看到的怪物怎么可能是几乎相同的解决方案？@Gangnus不知道你所说的“怪物”是什么意思。你在这个问题上没有提出任何要求，除了帮助你修复代码（通过从你尝试过的模式中推断出要求），我想我自己也无能为力。我的意思是，你在这方面的经验是我的好几倍。没有冒犯的意思，相反。。。至于需求，在问题的开头，它们写在我的正则表达式之前。@Gangnus：这些不是需求，只是一些测试用例。您应该显式地编写有效的Java标识符。

^（[a-zA-Z\d]*[^\d]）（\d*）$

不正确，因为变量名不能以数字开头。是的，我刚刚意识到这一点。编辑以使其正确。（希望）不，

[^\d]

表示除数字以外的任何字符。任何。我在你第二次评论之前编辑过。现在我不知道它是否比问题中的还要短，这不是写得短的问题<代码>[^\d]匹配

，

*

，

Ł

，

Щ

。。。

// Non-convention Java identifier
def res = 'a123b$456_c789' =~ /^(?!\d)([$\w]+?)(\d*)$/
print("${res[0][1]} : ${res[0][2]}") // => a123b$456_c : 789

// Convention Java identifier
def res2 = 'a123b456_c' =~ /^(?!\d)([$\w]+?)(\d*)$/
print("${res2[0][1]} : ${res2[0][2]}")  // => a123b456_c :