正则表达式——Pattern.DOTALL

项目测试过程中,测试发现短信内容无法正常解析成2个部分。代码如下:

public static void main(String[] args) {

    String testStr = "#13800000000# 孔雀东南飞,五里一徘徊。
" +

            "    十三能织素,十四学裁衣,十五弹箜篌,十六诵诗书。十七为君妇,心中常苦悲。君既为府吏,守节情不移,贱妾留空房,相见常日稀。";

    Pattern pattern = Pattern.compile("^#(\d+)#(.*)$");

    Matcher matcher = pattern.matcher(testStr);

    if (matcher.find()) {

        String number = matcher.group(1);

        System.out.println("phone number: " + number);

    } else {

        System.out.println("failed");

    }

}

运行代码后,控制台输出: failed

经过查阅资料,发现原因是:正则表达式中 “.” 可以匹配除换行符( 、 )之外的任何单个字符,如果要匹配包括 在内的任何字符,需要使用像"(.| )"的模式。

修改代码如下:

public static void main(String[] args) {

    String testStr = "#13800000000# 孔雀东南飞,五里一徘徊。
" +

            "    十三能织素,十四学裁衣,十五弹箜篌,十六诵诗书。十七为君妇,心中常苦悲。君既为府吏,守节情不移,贱妾留空房,相见常日稀。";

    Pattern pattern = Pattern.compile("^#(\d+)#(.|\n)*$");

    Matcher matcher = pattern.matcher(testStr);

    if (matcher.find()) {

        String number = matcher.group(1);

        System.out.println("phone number: " + number);

    } else {

        System.out.println("failed");

    }

}

运行代码后,控制台输出:phone number: 13800000000

目前虽然可以满足需求了,能正常匹配带 “ ”的字符串,但是如果还有其他情形,如“ ”、“ ”等,则需要穷举,在表达式中补充。那有没有更好的方法呢?在查询解决方案的过程中,发现了 Pattern.DOTALL 可以更优雅地满足这次需求。

Pattern.DOTALL 模式即 Singleline (单行模式):(?s)。表示更改 . 的含义,使它与每一个字符匹配(包括换行符 ),默认情况下, 正则表达式中点(.)不会匹配换行符, 设置了 Pattern.DOTALL 模式, 才会匹配所有字符包括换行符。

代码如下:

public static void main(String[] args) {

    String testStr = "#13800000000# 孔雀东南飞,五里一徘徊。
" +

            "    十三能织素,十四学裁衣,十五弹箜篌,十六诵诗书。十七为君妇,心中常苦悲。君既为府吏,守节情不移,贱妾留空房,相见常日稀。";

    Pattern pattern = Pattern.compile("^#(\d+)#(.*)$", Pattern.DOTALL);

    Matcher matcher = pattern.matcher(testStr);

    if (matcher.find()) {

        String number = matcher.group(1);

        System.out.println("phone number: " + number);

    } else {

        System.out.println("failed");

    }

}

运行代码后,控制台输出:phone number: 13800000000

参考文档:

经验分享 程序员 微信小程序 职场和发展