Java正则表达式匹配失败，如何优化策略？

本文共计1092个文字，预计阅读时间需要5分钟。

以下是对原文的简化

示例：String str=xml version=\1.0\ encoding=\utf-8\ Response xmlns:xsd=\http://www.w3.org/2001/XMLSchema\ xmlns:xsi=\http://www.w3.org/2001/XMLSchema-instance\ Header ShouldRecordPerformanceTime=\false\ Timestamp=\;

如下所示：

String str = "\uFEFF<?xml version=\"1.0\" encoding=\"utf-8\"?><Response xmlns:xsd=\"www.w3.org/2001/XMLSchema\" xmlns:xsi=\"www.w3.org/2001/XMLSchema-instance\"><Header ShouldRecordPerformanceTime=\"false\" Timestamp=\"2018-6-25 21:24:03\" RequestID=\"2c4d0b24-fd48-4a92-a2d8-c66793df2059\" ResultCode=\"Success\" AssemblyVersion=\"2.9.5.0\" RequestBodySize=\"0\" SerializeMode=\"Xml\" RouteStep=\"1\" Environment=\"pro\" /><SSPATResponse><Result>0</Result><FareDetail /><Price>0</Price><ErrCode>102</ErrCode><DetailInfo>Send:APPLOCK\n" + "Rev:\n" + "可用资源锁定成功, 60 秒内没有输入指令资源将被Buk收回\n" + "Send:IG\n" + "Rev:\n" + "NO PNR\n" + "Send:\n" + "SS:AA186/N/27JUN18/PEKORD/NN1;\n" + "Rev:\n" + "AA 186 N 27JUN PEKORD NN1 WL OPEN \n" + "UNABLE TO SELL.PLEASE CHECK THE AVAILABILITY WITH \"AV\" AGAIN\n" + "Send:IG\n" + "Rev:</DetailInfo><PatOfficeno>SHA717</PatOfficeno></SSPATResponse><ResponseStatus><Timestamp xmlns=\"soa.ctrip.com/common/types/v1\">2018-06-25T21:24:03.4535624+08:00</Timestamp><Ack xmlns=\"soa.ctrip.com/common/types/v1\">Success</Ack></ResponseStatus></Response>"; String regex = "<DetailInfo>((.|\\n")*?)</DetailInfo>";

str为要匹配的字符串（是传入的），regex为正则表达式

目的是匹配出<DetailInfo>标签中的内容

在本地测试时可以匹配出来，但是在线上就不行。

真的是百思不得其解……

后来认真比对了一下线上传入的str和本地复制过来的str，发现了了一个微小的不同

线上传入的str行分隔符是\r\n，而复制粘贴到本地之后都变成了\n

而我的正则表达式中只匹配了\n的情况，因此出现这样的bug

提醒自己要注意系统之间的差别，win上的行分隔符是\n，而Linux是\r\n

为了能适配所有的环境，可以直接用System.lineSeparator()来替代，当然也可以把表达式写成这样(

<DetailInfo>((.|\\n|\\r\\n")*?)</DetailInfo>

补充：Java正则表达式匹配的坑

今天在判断字符串是否存在某个字符串，直接用String.matches(regex)，死活匹配不出来，在线正则工具用了很多都是可以的，后面找到问题，总结一下，防止再次踩坑。

一、前提#

java中判断一段字符串中是否包含某个字符串的方式：

1、#

String.matches(regex);

阅读源码发现，这个方法本质是调用了Pattern.matches(regex, str)，而该方法调Pattern.compile(regex).matcher(input).matches()方法，而Matcher.matches()方法试图将整个区域与模式匹配，如果匹配成功，则可以通过开始、结束和组方法获得更多信息。

即这个方法会在表达式前后加上$（regex$），是对这个字符串全匹配

而不会只匹配其中的子串，如果只想匹配子串，则需要表达式匹配整段

2、#

Pattern.compile(regex).matcher(str).find()

Matcher.find()方法则是仅仅进行匹配字串的方法

如果不想使用全局匹配则可以使用Matcher.find()方法

二、附源码#

1、String.matches(regex)#

String.matches(regex)

public boolean matches(String regex) { return Pattern.matches(regex, this); } Pattern.matches(regex, this)

public static boolean matches(String regex, CharSequence input) { Pattern p = Pattern.compile(regex); Matcher m = p.matcher(input); return m.matches(); }

2、Matcher.find()#

Pattern.compile

public static Pattern compile(String regex) { return new Pattern(regex, 0); } Pattern.matcher

public Matcher matcher(CharSequence input) { if (!compiled) { synchronized(this) { if (!compiled) compile(); } } Matcher m = new Matcher(this, input); return m; }

Matcher.find()

public boolean find() { int nextSearchIndex = last; if (nextSearchIndex == first) nextSearchIndex++; // If next search starts before region, start it at region if (nextSearchIndex < from) nextSearchIndex = from; // If next search starts beyond region then it fails if (nextSearchIndex > to) { for (int i = 0; i < groups.length; i++) groups[i] = -1; return false; } return search(nextSearchIndex); }

三、总结#

各个匹配的优缺点都有，大家可以按需选择

如果仅仅只需要获取字符串中是否包含某个字符串，还是用Matcher.find()比较方便

以上为个人经验，希望能给大家一个参考，也希望大家多多支持易盾网络。如有错误或未考虑完全的地方，望不吝赐教。