如何使用正则表达式提取两组字符串并优化现有匹配规则

问题背景 #

给定测试输入字符串：

Caused by: com.mysql.jdbc.exceptions.jdbc4.CommunicationsException: Communications link failure

提取规则要求：

• 第一组提取结果：Caused by: com.mysql.jdbc.exceptions.jdbc4.CommunicationsException，必须排除异常类名后方的冒号:
• 第二组提取结果：Communications link failure

原有正则Caused\s+by:\s+[A-Za-z.]+\d[.]+[A-Za-z]+|\s+...+虽然能勉强匹配当前样例，但存在规则冗余、匹配逻辑模糊（后半段...+属于无意义通配）、兼容性差的问题。

优化思路 #

这类Java异常栈行的结构是固定的：异常前缀 + 全限定异常类名 + 冒号分隔符 + 异常描述信息，不需要写分支或复杂的字符范围枚举，直接用捕获组按分隔符拆分即可，把需要排除的冒号放在捕获组外部，自然就能实现过滤效果。

简洁规范的正则实现 #

^(Caused by: [\w.]+):\s*(.*)$

规则拆解：

• ^ 锚定行首，避免匹配到行内无关片段
• 第一捕获组(Caused by: [\w.]+)：匹配固定前缀Caused by: ，后续[\w.]+可以覆盖所有Java全限定类名的合法字符（字母、数字、下划线、点），相比原有写法的分段字符枚举更简洁，还能适配包名/类名中无数字段的通用场景
• :\s*：匹配需要排除的异常类名后的冒号，以及冒号后的空白字符，这部分不纳入捕获组，直接过滤掉多余冒号
• 第二捕获组(.*)：匹配冒号后的全部异常描述文本
• $ 锚定行尾，确保完整捕获所有描述内容

匹配结果验证 #

针对给定测试用例，两个捕获组的输出完全符合要求：

1. 第一组：Caused by: com.mysql.jdbc.exceptions.jdbc4.CommunicationsException
2. 第二组：Communications link failure

该正则写法兼容绝大多数Java异常栈的同类行解析场景，没有冗余匹配逻辑，可读性和可维护性远高于原有分段枚举的写法。

内容的提问来源于stack exchange，提问作者Roberto Gutiérrez