如何用Java正则表达式匹配初始值与多组键值对？

正则表达式设计 #

针对你的文本结构，可分两步处理，也可用复合正则一次性捕获：

1. 提取头部（HEADER）：匹配第一个{之前的所有内容，正则为：^([^{]+)
2. 提取键值对：匹配{数字}格式的键，以及后续直到下一个{或文本结尾的内容，正则为：{(\d+)}(.*?)(?={|$)

若要一次性捕获所有内容，可使用复合正则：^([^{]+)(?:{(\d+)}(.*?)(?={|$))+

正则各部分说明 #

• ^([^{]+)：匹配文本开头到第一个{的所有字符，捕获为HEADER
• {(\d+)}：匹配{数字}格式的键，捕获数字部分作为键值对的键
• (.*?)：非贪婪匹配后续所有字符，避免过度匹配跨键值对的内容
• (?={|$)：正向预查，确保匹配到下一个{或者文本结尾就停止

Java代码实现示例 #

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexExtractor {
    public static void main(String[] args) {
        String input = "abcd{123}hello world{456}asd * ~ . , 1243214 aadasd{678}asd aaasddd";
        
        // 提取HEADER
        Pattern headerPattern = Pattern.compile("^([^{]+)");
        Matcher headerMatcher = headerPattern.matcher(input);
        if (headerMatcher.find()) {
            System.out.println("    HEADER -> " + headerMatcher.group(1).trim());
        }
        
        // 提取所有键值对
        Pattern kvPattern = Pattern.compile("\\{(\\d+)\\}(.*?)(?=\\{|$)");
        Matcher kvMatcher = kvPattern.matcher(input);
        while (kvMatcher.find()) {
            String key = kvMatcher.group(1);
            String value = kvMatcher.group(2).trim();
            System.out.println("    " + key + " -> " + value);
        }
    }
}

运行输出 #

执行上述代码后，将得到你期望的结果：

HEADER -> abcd
    123 -> hello world
    456 -> asd * ~ . , 1243214 aadasd
    678 -> asd aaasddd

你之前正则的问题 #

你使用的(?:{\d{4}})([\w]+[\S]*[.,]*[\s]+)存在以下问题：

• \d{4}要求匹配4位数字，但你的键是3位（123、456等），无法匹配目标内容
• 分组内的规则限制过死，无法匹配包含空格和多种特殊字符的完整值，且贪婪匹配逻辑会导致跨键值对的错误匹配
• 未处理开头的HEADER部分

内容的提问来源于stack exchange，提问作者wasanka wickramasinghe