Java正则表达式：匹配不含特定子串的最长内容

要实现匹配start之后尽可能长的、且不包含stop子串的内容，不能用start([^stop]*)——因为[^stop]是排除单个字符（s/t/o/p），而非排除整个stop子串。正确的正则表达式需要用到负向预查来确保匹配过程中不会遇到stop。

正确正则表达式 #

start((?:(?!stop).)*)

表达式解释 #

• start：精准匹配前缀字符串
• (?:(?!stop).)*：
  • (?!stop)：负向预查，检查当前位置开始的字符不是stop的起始
  • .：匹配任意单个字符（如果需要匹配换行符，Java中要开启Pattern.DOTALL模式）
  • (?:...)：非捕获组，用于循环匹配逻辑，避免额外的捕获开销
  • *：重复上述逻辑，直到遇到stop或字符串结尾

示例验证 #

• 示例1：字符串 "19weojustartspdfoj0u23stop308rstop23ij"
  匹配后分组1的结果为：spdfoj0u23
• 示例2：字符串 "12ejipstartq039sdfkjfds"
  匹配后分组1的结果为：q039sdfkjfds

注意事项 #

如果需要匹配包含换行符的内容，初始化Pattern时要添加Pattern.DOTALL参数：

Pattern pattern = Pattern.compile("start((?:(?!stop).)*)", Pattern.DOTALL);

内容的提问来源于stack exchange，提问作者principal-ideal-domain