Java正则匹配问题：含in与notin包含场景下无法识别notin操作符

这个问题的核心是正则分支匹配的顺序优先级在搞鬼！你现在的操作符正则(in)|(notin)是先尝试匹配in，再尝试notin——当遇到namenotin时，字符串末尾的in会被先匹配到，剩下的namenot就被当成左操作数了，这显然不是你想要的结果。

修复方案：调整操作符的匹配顺序 #

把更长、更具体的操作符放在分支的前面，让正则优先尝试匹配它，修改后的操作符正则应该是：

String operatorExpr = "(?<operator>(notin)|(in))";

修改后的完整测试代码 #

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExTest1 {
    public static void main (String args[] ) {
        String input[] = { "namein", "namenotin"};
        // 关键修改：把notin放在in前面，优先匹配更长的操作符
        String operatorExpr = "(?<operator>(notin)|(in))";
        String conditionExpr ="(?<operand1>\\S+)"+ operatorExpr;
        Pattern p = Pattern.compile(conditionExpr);
        for(String in: input) {
            Matcher m = p.matcher(in);
            if (m.find()) {
                String operand1 = m.group("operand1");
                String operator = m.group("operator");
                System.out.println("Input: \""+in + "\" | Operand1 : \""+ operand1 + "\"" + "| Operator : \""+ operator + "\"");
            }
        }
    }
}

为什么这样能解决问题？ #

正则的分支匹配规则是从左到右依次尝试，一旦某个分支匹配成功就停止后续匹配。把notin放在in前面后，当处理namenotin时，正则会先尝试匹配末尾的notin，匹配成功后就不会再去匹配更短的in了，这样左操作数就会被正确识别为name。

运行修改后的代码，就能得到你想要的预期输出啦！

内容的提问来源于stack exchange，提问作者ImGroot