Java中如何提取指定标识前后的目标字符串子串？

问题场景 #

给定一批结构不固定的字符串，需要提取**dev.ca.{标识}.之后到.{结束标识}之前**的子串，其中：

• 起始标识包含：ind、gb、grs、all、xfunc、epm、cif等（即dev.ca.后的第一个分段）
• 结束标识包含：dom、raw、cdc、int等（即目标子串后的第一个分段）

示例对应关系：

此前使用split("\\.")拆分后硬编码索引的方式，会因字符串结构变化产生bug，需要更可靠的解决方案。

解决方案：正则表达式匹配 #

通过正则表达式可以精准定位起始和结束标记，无需依赖固定的分段索引，核心思路：

1. 匹配固定前缀dev.ca.后的任意起始标识（不含.），跳过其后的.
2. 捕获从该位置到第一个.{结束标识}之前的所有内容（包括中间的.）

正则表达式定义 #

String regex = "dev\\.ca\\.(?:[^\\.]+)\\.(.*?)\\.(?:dom|raw|cdc|int)";

正则说明：

• dev\\.ca\\.：匹配固定前缀，转义.避免匹配任意字符
• (?:[^\\.]+)：非捕获组，匹配任意不含.的起始标识
• \\.：匹配起始标识后的分隔.
• (.*?)：捕获组，非贪婪匹配目标子串（避免匹配到后续的结束标识）
• \\.(?:dom|raw|cdc|int)：匹配结束标识前的.及结束标识本身（非捕获组）

Java代码示例 #

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

public class SubstringExtractor {
    public static void main(String[] args) {
        // 预编译正则表达式，提升多次匹配效率
        String regex = "dev\\.ca\\.(?:[^\\.]+)\\.(.*?)\\.(?:dom|raw|cdc|int)";
        Pattern pattern = Pattern.compile(regex);
        
        // 测试用例
        String[] testStrings = {
            "dev.ca.ind.clientaddress-completed-events.dom.0.ind-isl-clientaddress-completed.dlq",
            "dev.ca.ind.insurance.client.insurance.dom.0",
            "dev.ca.xfunc.cxo.rawleads.dom.0",
            "dev.ca.epm.ceapm.zab.dom.0",
            "dev.ca.ind.cx.talas.cdc.0",
            "dev.ca.cif.source-system-client.dom.0",
            "dev.ca.gb.claim.providers.int.0"
        };
        
        for (String str : testStrings) {
            Matcher matcher = pattern.matcher(str);
            if (matcher.find()) {
                System.out.println("原字符串：" + str);
                System.out.println("提取结果：" + matcher.group(1));
                System.out.println("---");
            } else {
                System.out.println("原字符串：" + str + " 未匹配到目标子串");
                System.out.println("---");
            }
        }
    }
}

扩展说明 #

如果后续需要新增起始/结束标识，只需修改正则中的对应部分即可。比如新增结束标识dlq，正则可修改为：

String regex = "dev\\.ca\\.(?:[^\\.]+)\\.(.*?)\\.(?:dom|raw|cdc|int|dlq)";

内容的提问来源于stack exchange，提问作者Aashi