Java中MD转HTML：正则条件捕获分组问题求助

修改后的正则表达式 #

使用以下正则可匹配所有测试行，并条件捕获引号内的尺寸关键词：

\[(.*?)\]\((.*?)(?:\s+"(icon|small|medium|big)")?\)

正则说明 #

• \[(.*?)\]：非贪婪匹配方括号内的链接文本，避免多链接场景下的过度匹配
• \((.*?)：非贪婪匹配括号内的URL，确保不会把后续尺寸提示内容包含进来
• (?:\s+"(icon|small|medium|big)")?：
  • ?: 标记为非捕获组，避免额外捕获整个尺寸提示片段
  • ? 表示整个尺寸提示部分为可选，适配无提示的链接行
  • \s+ 匹配URL与引号间的一个或多个空格，兼容格式小差异
  • (icon|small|medium|big) 精准捕获指定的尺寸关键词

Java代码示例 #

Java中使用需转义反斜杠，示例代码如下：

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

public class MarkdownLinkParser {
    public static void main(String[] args) {
        String markdown = "[link 1](https://aka.ms/aadrecoverykey "icon")\n" +
                          "[link 1](https://aka.ms/aadrecoverykey "small")\n" +
                          "[link 1](https://aka.ms/aadrecoverykey "medium")\n" +
                          "[link 1](https://aka.ms/aadrecoverykey "big")\n" +
                          "[link 2](http://myaccount.microsoft.com)";
        
        String regex = "\\[(.*?)\\]\\((.*?)(?:\\s+"(icon|small|medium|big)")?\\)";
        Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
        Matcher matcher = pattern.matcher(markdown);
        
        while (matcher.find()) {
            String linkText = matcher.group(1);
            String url = matcher.group(2);
            String sizeHint = matcher.group(3); // 前四行有值，第五行为null
            
            System.out.println("链接文本: " + linkText);
            System.out.println("URL: " + url);
            if (sizeHint != null) {
                System.out.println("尺寸提示: " + sizeHint);
            }
            System.out.println("---");
        }
    }
}

匹配效果 #

• 前4行：成功捕获链接文本、URL和对应的尺寸关键词（icon/small/medium/big）
• 第5行：捕获链接文本和URL，尺寸提示分组返回null，符合需求

内容的提问来源于stack exchange，提问作者Jan Šebek