模式错误而在Java

Question

使用正则表达式，我同时使用正则表达式陷入了一个问题。 我的要求是：拆分长串入的125个字母的最大尺寸，然后插入一行打破它们之间。 分裂时，它不应该在单词之间分裂。简而言之，我想将字符串拆分为长度为125的小字符串或125字母之前的单词末尾。希望我没有困惑

我用一个正则表达式来解决这个问题，相信我是在这样的一个绝对零度。 我刚刚得到一个代码，并复制粘贴;-)

StringBuffer result = null; 
while(mailBody.trim().length() > 0){ 
    Matcher m = Pattern.compile("^.{0,125}\\b").matcher(mailBody); 
    m.find(); 
    String oneLineString = m.group(0); 
    if(result == null) 
     result = new StringBuffer(oneLineString); 
    else 
     result.append("\n"+ oneLineString); 
    mailBody = mailBody.substring(oneLineString.length(), 
            mailBody.length()).trim(); 
}  

这是我的代码，除非开始串上了一个句号结束它的正常使用（）。 在这种情况下，它会发出如下错误：未找到匹配项。

请帮忙。

问候， Anoop的pk

Answer 1

你可以尝试使用下面的呢？

Matcher m = Pattern.compile("(?:^.{0,125}\\b)|(?:^.{0,125}$)").matcher(mailBody); 

在这里，我们使用您的原始匹配或我们匹配一个字符串，其总长度为125个字符或更少。 （？：X）项目是非捕获组，因此我可以使用|运营商在大型集团。

（See documentation for the Pattern class here）

---

附录： @Anoop：没错，有不放过句末标点在自己的行是不可取的行为。你可以代替试试这个：

if(result == null) 
    result = new StringBuffer(""); 

mailBody = mailBody.trim(); 

while(mailBody.length() > 125) { 

    // Try not to break immediately before closing punctuation 
    Matcher m = Pattern.compile("^.{1,125}\\b(?![-\\.?;&)])").matcher(mailBody); 
    String oneLineString; 

    // Found a safe place to break string 
    if (m.find()) { 

     oneLineString = m.group(0); 

    // Forced to break string in an ugly fashion 
    } else { 

     // Try to break at any word boundary at least 
     m = Pattern.compile("^.{1,125}\\b").matcher(mailBody); 

     if (m.find()) { 

      oneLineString = m.group(0); 

     // Last ditch scenario, just break at 125 characters 
     } else { 

      oneLineString = mailBody.substring(0,124); 

     } 

    } 

    result.append(oneLineString + "\n"); 
    mailBody = mailBody.substring(oneLineString.length(), 
            mailBody.length()).trim(); 
} 

result.append(mailBody); 

Answer 2

而不是直接使用正则表达式，可以考虑使用java.text.BreakIterator中 - 这就是它的设计。

Answer 3

首先，技术上可以得到一个简单的模式，这使得你的意图更加明显lookingAt（）方法相同的结果。另外，将模式编译从循环中移出是很好的做法。

我觉得你的正则表达式是好的，虽然简单，但是你可能需要明确定义您通过一个字休息的意思，而不是依靠什么词边界的机构。这听起来像是你想捕捉这段时期，然后打破，但\ b不会那样做。您可以在空白而不是打破...

编辑：即使是现在更简单...

StringBuilder result = null; 
Pattern pattern = Pattern.compile(".{0,125}\\s|.{0,125}"); 
Matcher m = pattern.matcher(mailBody); 
while(m.find()) { 
    String s = m.group(0).trim(); 
    if(result == null) { 
     result = new StringBuilder(s); 
    } else { 
     result.append(s); 
    } 
} 

...我认为改进后的新的编辑甚至是简单，还是做你想做的。

模式可以，如果有，将被认为是易碎的其他字符进行调整：

Pattern.compile(".{0,125}[\\s+&]|.{0,125}"); 

...等等。这将使上的空白符，+字符，并&字符作为一个例子。

Answer 4

我还不能评论，给出的答案是好的。我想补充一点，你应该在循环之前初始化的StringBuffer和减少复制，启动它至少与你原来的字符串，像这样：

StringBuffer result = new StringBuffer(mailBody.length()); 

然后在循环就没有必要检查result == null。

编辑：于PSpeed答案评论... 需要在每一个新行添加新行添加到匹配原始，像这样（假设结果已被初始化为我建议）：

while (m.find()) { 
    if (result.length() > 0) 
     result.append("\n"); 
    result.append(m.group().trim()); 
} 

Answer 5

这个异常不是由你的正则表达式引起的，这是因为你错误地使用了API。在拨打group()之前，您应该检查find()方法的返回值 - 这就是您知道匹配成功的方式。

编辑：这是发生了什么事情：当你到达最后一块文本时，正则表达式最初匹配所有的方式到最后。但\b不能在该位置匹配，因为最后一个字符是句号（或句号），而不是单词字符。所以它回退一个位置，然后\b可以匹配最后一封信和期间。

然后它尝试匹配另一个块，因为mailBody.trim().length()仍然大于零。但是这次根本没有单词字符，所以匹配尝试失败，并且m.find()返回false。但是您不检查返回值，您只需继续并调用m.group(0)，这会正确引发异常。您应该使用m.find()作为while条件，而不是具有字符串长度的业务。

事实上，你正在做的工作比你需要的多得多;如果您使用API​​正确，你可以降低代码的一个行：

mailBody = mailBody.replaceAll(
    "\\G(\\w{125}|.{1,123}(?<=\\w\\b)[.,!?;:/\"-]*)\\s*", 
    "$1\n").trim(); 

正则表达式是不完美的 - 我不认为这是可能的 - 但它可能做的不够好。