Groovy如何获取列表唯一值？正则提取文本结果不符合预期怎么解决？

存在的问题 #

• 正则捕获组导致返回嵌套列表
  Groovy中findAll()方法匹配带捕获组的正则时，返回结构为List<List<String>>，每个匹配结果对应一个子列表，子列表首位是完整匹配内容，后续元素对应各个捕获组的匹配结果，这就是你得到嵌套列表[[ aaa , aaa ], [ bbb , bbb ], [ ccc , ccc ]]的原因。
• 错误的返回值类型转换
  你将findAll()返回的集合强制声明为String类型，Groovy会自动把集合转为字符串格式，此时调用size()统计的是转换后字符串的字符长度，而非集合元素个数，因此得到错误的48的结果。
• 匹配结果带多余空格
  正则未过滤START、END与目标内容之间的空格，导致匹配结果首尾带有多余空格。

修复后的代码 #

如果目标内容不包含空格，可以使用简化写法：

def str = "123  START aaa END  456 START bbb END 789 START ccc END"
def res

res = getTextBetweenTwoStrings(str)

log.info("res = "  + res)
log.info("res size = " + res.size())

def getTextBetweenTwoStrings(String str) {
    def matchStr = /(?<=START\s)\S*(?=\sEND)/ 
    return (str =~ matchStr).findAll()
}

如果目标内容可能包含空格，可以用下面的写法保留内容空格，仅去除首尾多余空格：

def getTextBetweenTwoStrings(String str) {
    def matchStr = /(?<=START)([\s\S]*?)(?=END)/ 
    return (str =~ matchStr).findAll().collect { it[1].trim() }
}

输出结果 #

res = [aaa, bbb, ccc]
res size = 3

内容的提问来源于stack exchange，提问作者ASE