Java正则匹配if/elif/else仅捕获最后一个elif的问题排查

你遇到的这个问题其实是Java正则引擎对重复捕获组的处理特性导致的：当你用(...)定义一个捕获组并让它重复匹配（比如加*）时，Java的Matcher只会保留该分组最后一次匹配的结果，之前匹配到的内容会被后续的匹配覆盖掉。

具体到你的正则里，(elif\s*\((.*?)\)\s*then\s+do\s+(.*?)\s+end\n+)*这个重复分组，每匹配一个elif，对应的条件和语句分组就会被新的匹配内容替换，所以最终只能拿到最后一个elif的信息。

要捕获所有elif的内容，我们需要把匹配过程拆成两步：

1. 先匹配整个if-elif-else块，把所有elif的内容作为一个整体捕获下来；
2. 再用另一个正则单独遍历这个整体，逐个提取每个elif的条件和语句。

下面是具体的Java代码实现：

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

public class IfElifElseParser {
    public static void main(String[] args) {
        // 测试输入：包含2个elif的if块
        String input = "if (userAge > 18) then do grantAccess() end\n" +
                       "elif (userAge == 18) then do showWarning() end\n" +
                       "elif (userAge < 18) then do denyAccess() end\n" +
                       "else then do showError() end\n";

        // 第一步：匹配整个if-elif-else块
        String blockRegex = "(\\s|^)if\\s*\\((.*?)\\)\\s*then\\s+do\\s+(.*?)\\s+end\\n+" +
                           "((?:elif\\s*\\((.*?)\\)\\s*then\\s+do\\s+(.*?)\\s+end\\n+)*)" +
                           "(else\\s+then\\s+do\\s+(.*?)\\s+end\\n+)?";
        // 注意这里用了Pattern.DOTALL让.*能匹配换行符
        Pattern blockPattern = Pattern.compile(blockRegex, Pattern.DOTALL);
        Matcher blockMatcher = blockPattern.matcher(input);

        if (blockMatcher.find()) {
            // 提取if的条件和执行语句
            String ifCondition = blockMatcher.group(2).trim();
            String ifStatement = blockMatcher.group(3).trim();
            System.out.println("If 条件: " + ifCondition);
            System.out.println("If 执行语句: " + ifStatement + "\n");

            // 提取所有elif的整体内容，再逐个解析
            String elifsBlock = blockMatcher.group(4);
            if (elifsBlock != null && !elifsBlock.isEmpty()) {
                String elifRegex = "elif\\s*\\((.*?)\\)\\s*then\\s+do\\s+(.*?)\\s+end\\n+";
                Pattern elifPattern = Pattern.compile(elifRegex, Pattern.DOTALL);
                Matcher elifMatcher = elifPattern.matcher(elifsBlock);

                int index = 1;
                while (elifMatcher.find()) {
                    String elifCondition = elifMatcher.group(1).trim();
                    String elifStatement = elifMatcher.group(2).trim();
                    System.out.println("Elif " + index + " 条件: " + elifCondition);
                    System.out.println("Elif " + index + " 执行语句: " + elifStatement + "\n");
                    index++;
                }
            }

            // 提取else的执行语句
            String elseStatement = blockMatcher.group(8);
            if (elseStatement != null) {
                System.out.println("Else 执行语句: " + elseStatement.trim());
            }
        }
    }
}

1. 非捕获组(?:...)的使用：在匹配整个块的正则里，我们用(?:...)包裹了重复的elif部分，这样它不会被当作一个捕获组，避免干扰后续的分组索引，同时也能让正则引擎正确匹配所有elif的序列。
2. Pattern.DOTALL的作用：默认情况下.不会匹配换行符，加上这个参数后，.*?就能正确匹配跨换行的语句内容。
3. 避免过度依赖正则：如果你的场景是处理复杂的代码结构（比如嵌套的if语句、带注释的代码），正则的局限性会很明显，这时更推荐使用专门的语法解析工具（比如ANTLR）来处理。

内容的提问来源于stack exchange，提问作者Dan