正则匹配提取文件名ID返回重复值，原因何在？

为什么会出现[ID1, ID1]的重复结果 #

你写的正则表达式(?<=_)([^_]+)(?=\.\w+$)里包含一个捕获组([^_]+)，在Groovy中，使用=~创建的Matcher对象，当你访问fileMatch[0]时，返回的数组包含两部分：

• 第一个元素是整个正则匹配到的完整内容（也就是ID1）
• 第二个元素是第一个捕获组捕获到的内容（正好也是ID1，因为捕获组就是你要提取的ID部分）

这是Groovy Matcher的默认行为，并非操作错误。

解决办法 #

1. 改用非捕获组，消除额外捕获项 #

把正则里的捕获组改成非捕获组(?:...)，这样Matcher就不会生成额外的捕获结果：

def fileMatch = ("aaaa_bbbb_ID1.txt" =~ /(?<=_)(?:[^_]+)(?=\.\w+$)/);
assert fileMatch.size() > 0
println fileMatch[0] // 直接输出ID1

2. 使用Matcher的find()+group()方法 #

更直观的方式是先定位匹配，再获取结果：

def matcher = ("aaaa_bbbb_ID1.txt" =~ /(?<=_)([^_]+)(?=\.\w+$)/)
if (matcher.find()) {
    println matcher.group() // 输出ID1
    // 也可以用matcher.group(1)直接取捕获组内容，结果一致
}

3. 全匹配+解构赋值 #

利用Groovy的解构赋值特性，结合全匹配正则直接提取ID：

def (_, id) = "aaaa_bbbb_ID1.txt" ==~ /.*_([^_]+)\.\w+/
println id // 输出ID1

内容的提问来源于stack exchange，提问作者manuel_b