Java Regex: come abbinare uno o più caratteri di spazio

Question

Come si combina più di un carattere di spazio nell'espressione regolare di Java?

Ho una regex che sto cercando di abbinare. La regex ha esito negativo quando ho due o più caratteri di spazio.

public static void main(String[] args) { 
    String pattern = "\\b(fruit)\\s+([^a]+\\w+)\\b"; //Match 'fruit' not followed by a word that begins with 'a' 
    String str = "fruit apple"; //One space character will not be matched 
    String str_fail = "fruit apple"; //Two space characters will be matched 
    System.out.println(preg_match(pattern,str)); //False (Thats what I want) 
    System.out.println(preg_match(pattern,str_fail)); //True (Regex fail) 
} 

public static boolean preg_match(String pattern,String subject) { 
    Pattern regex = Pattern.compile(pattern); 
    Matcher regexMatcher = regex.matcher(subject); 
    return regexMatcher.find(); 
} 

Answer 1

Il problema è in realtà a causa di backtracking. La vostra espressione regolare:

"\\b(fruit)\\s+([^a]+\\w+)\\b" 

dice "di frutta, seguita da uno o più spazi, seguito da uno o più caratteri 'a' non, seguito da uno o più caratteri 'parola'". Il motivo per cui questo non riesce con due spazi è perché \s+ corrisponde al primo spazio, ma poi restituisce il secondo, che soddisfa quindi lo [^a]+ (con il secondo spazio) e la porzione \s+ (con il primo).

Penso che sia possibile risolvere il problema semplicemente utilizzando il quantificatore posessivo invece, che sarebbe \s++. Ciò indica allo \snon di restituire il secondo carattere di spazio. È possibile trovare la documentazione sui quantificatori di Java here.

---

A titolo di esempio, ecco due esempi a Rubular:

(risultati attesi, dà da ciò che si descrive)

1. Using the possessive quantifier on \s
2. Your current regex with separate groupings around [^a\]+ and \w+. Si noti che il secondo gruppo di corrispondenza (che rappresenta lo [^a]+) sta acquisendo un secondo carattere di spazio.