遗留系统配置键格式匹配问题：正则表达式优化需求

问题分析 #

你当前使用的正则表达式(.+[^_])(?:__(\d+))?采用贪婪匹配模式，遇到key__dd格式的键时，(.+[^_])会尽可能匹配到字符串最后一个非下划线字符（即数字后缀的最后一位），导致整个键（包括__dd部分）被纳入第一个捕获组，数字后缀无法被正确捕获。

修正后的正则表达式 #

针对合法配置键的拆分需求，改用非贪婪匹配即可解决问题，Java中对应的正则字符串为：

String regex = "^(.*?[^_])(?:__(\\d+))?$";

正则说明 #

• ^(.*?[^_])：非贪婪匹配主体部分，.*?会尽可能少地匹配字符，直到遇到__\d+后缀或字符串结尾；[^_]保证主体部分不以下划线结尾，符合配置键规则。
• (?:__(\\d+))?$：可选的数字后缀部分，__后跟一个或多个数字，作为第二个捕获组；?:表示该分组仅用于匹配不参与捕获，$限定后缀必须在字符串末尾。

测试验证 #

对合法示例的匹配结果：

• foo_bar__2：捕获组1为foo_bar，捕获组2为2
• _foo_bar__2：捕获组1为_foo_bar，捕获组2为2
• foo：捕获组1为foo，捕获组2为null（对应默认值1）
• foo__42：捕获组1为foo，捕获组2为42

代码示例 #

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

public class ConfigKeyParser {
    public static void main(String[] args) {
        String[] testKeys = {"foo_bar__2", "_foo_bar__2", "foo", "foo--$%^##", "$%^#", "foo__42"};
        Pattern pattern = Pattern.compile("^(.*?[^_])(?:__(\\d+))?$");
        
        for (String key : testKeys) {
            Matcher matcher = pattern.matcher(key);
            if (matcher.matches()) {
                String mainKey = matcher.group(1);
                String numberStr = matcher.group(2);
                int value = numberStr != null ? Integer.parseInt(numberStr) : 1;
                System.out.printf("键：%s -> 主体：%s，值：%d%n", key, mainKey, value);
            }
        }
    }
}

内容的提问来源于stack exchange，提问作者Eli Schneider