正则实现按L后编号分组匹配拆分ArrayList格式化字符串

原有正则问题说明 #

• 硬编码C后仅支持1位数字、L编号最大为100的限制，不符合L、C后数字最多支持4位的需求
• 反向引用逻辑存在缺陷，跨条目匹配时容易将不同L分组的内容错误拼接
• 未兼容条目间的空格、多种结尾后缀（_OK/_KO/无后缀）、独立etc...片段的场景

稳定实现方案 #

优先使用「单条目正则匹配+代码层面聚合分组」的实现逻辑，容错率远高于纯正则一次性匹配全部分组，适配所有格式变体。

核心匹配正则 #

用于提取每个独立的L开头条目，同时捕获L、C后的数字：

L(\d{1,4})_C(\d{1,4})_.*?(?=\s*,?\s*L\d{1,4}_|$)

正则规则说明：

• L(\d{1,4})：匹配L前缀，捕获1-4位的L后数字作为分组依据
• _C(\d{1,4})：匹配C前缀，捕获1-4位的C后数字，符合L、C数字规则一致的要求
• _.*?(?=\s*,?\s*L\d{1,4}_|$)：非贪婪匹配条目剩余内容，通过正向预查判断下一个条目起始或字符串结尾，不会跨条目吞入内容

Java代码实现 #

针对你使用的ArrayList存储场景，直接通过有序Map按L编号聚合即可：

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

public class LcGroup {
    public static void main(String[] args) {
        // 替换为你的实际al1集合即可
        List<String> al1 = Arrays.asList(
                "L1_C1_0", "L1_C2_\"11229\"", "L1_C2_\"CHK_CASHING\"_OK", "etc...",
                "L1_C100_\"FR45248624892\"", "L2_C1_0", "L2_C2_\"11229\"", "L2_C2_\"CHK_CASHING\"_OK",
                "etc...", "L2_C100_\"FR45248624892\"_KO", "L3_C1_0", "L3_C2_\"11229\"",
                "L3_C2_\"CHK_CASHING\"_OK", "etc...", "L3_C100_\"FR45248624892\"_KO",
                "L4_C1_0", "L3_C2_\"11229\"", "L4_C2_\"CHK_CASHING\"_OK", "etc...",
                "L4_C100_\"FR45248624892\"_OK"
        );
        // 拼接集合所有内容为完整字符串
        String fullContent = String.join(", ", al1);

        Pattern itemPattern = Pattern.compile("L(\\d{1,4})_C(\\d{1,4})_.*?(?=\\s*,?\\s*L\\d{1,4}_|$)");
        Matcher matcher = itemPattern.matcher(fullContent);

        // TreeMap自动按L编号数值升序存储，避免字符串排序导致L10排在L2前的问题
        Map<Integer, List<String>> groupMap = new TreeMap<>();

        while (matcher.find()) {
            String item = matcher.group().trim();
            int lNum = Integer.parseInt(matcher.group(1));
            int cNum = Integer.parseInt(matcher.group(2));
            // 过滤C后数字超出1-9999范围的非法条目，不需要可删除该判断
            if (cNum < 1 || cNum > 9999) continue;
            groupMap.computeIfAbsent(lNum, k -> new ArrayList<>()).add(item);
        }

        // 逐行打印分组结果
        for (List<String> group : groupMap.values()) {
            System.out.println(String.join(", ", group));
        }
    }
}

输出效果 #

运行后输出和预期完全一致：

L1_C1_0, L1_C2_"11229", L1_C2_"CHK_CASHING"_OK, etc..., L1_C100_"FR45248624892"
L2_C1_0, L2_C2_"11229", L2_C2_"CHK_CASHING"_OK, etc..., L2_C100_"FR45248624892"_KO
L3_C1_0, L3_C2_"11229", L3_C2_"CHK_CASHING"_OK, etc..., L3_C100_"FR45248624892"_KO, L3_C2_"11229"
L4_C1_0, L4_C2_"CHK_CASHING"_OK, etc..., L4_C100_"FR45248624892"_OK

调整说明 #

• 如果etc...这类独立片段需要归属于下一个L分组，只需调整正则预查逻辑的匹配顺序即可
• 如果需要保留原始字符串中的空格、标点格式，删除trim()、调整String.join的连接符即可

内容的提问来源于stack exchange，提问作者Mouss Gosling