Java正则表达式求助：提取"+"到行尾的文本内容

我看你现在是想从Git Diff里揪出所有以+开头的行，提取+后面的内容，但之前的代码没成功，问题主要出在正则和字节流处理上，我帮你一步步修正：

先说说之前代码的问题 #

1. 正则写窄了：你用的(\\+)(.*)(,)要求行必须以逗号结尾，但很多新增行（比如+ context: projectRoot、+ output: {）根本没有逗号，自然匹配不到。
2. 没锚定行开头：正则没加^，可能会误匹配行中间的+，比如字符串里的加号，而不是行首的新增标记。
3. 字节流没重置：每次循环处理DiffEntry时，baos会累加之前的内容，导致后面的匹配混进了旧的diff数据。

修正后的完整代码 #

String codeDiff = "";
ByteArrayOutputStream baos = new ByteArrayOutputStream();
DiffFormatter df = new DiffFormatter(baos);
df.setRepository(git.getRepository());
List<String> diffCodes = new ArrayList<>();
List<String> packageChangesArray = new ArrayList<>();

// 关键：调整后的正则，匹配行首的+，并捕获后面的内容
Pattern p = Pattern.compile("^\\s*\\+(.*)$", Pattern.CASE_INSENSITIVE | Pattern.MULTILINE);

for (DiffEntry entry : diffs) {
    baos.reset(); // 每次处理新条目时清空字节流，避免累加
    df.format(df.toFileHeader(entry));
    codeDiff = new String(baos.toByteArray());
    diffCodes.add(codeDiff);
    
    Matcher m = p.matcher(codeDiff);
    while (m.find()) {
        // 获取+后面的内容，trim可以去掉前后多余空白，不需要的话删掉就行
        String extractedContent = m.group(1).trim();
        System.out.println("提取到的新增行内容：" + extractedContent);
        packageChangesArray.add(extractedContent);
    }
}

代码细节说明 #

• 正则^\\s*\\+(.*)$：
  • ^：锚定到行开头，确保只匹配行首的+，不会误抓行中间的加号
  • \\s*：兼容有些diff格式里+前面可能带的空白（比如缩进后的新增行）
  • \\+：匹配加号本身
  • (.*)：捕获加号后面的所有内容直到行尾
• baos.reset()：每次处理新的DiffEntry时清空字节流，保证每次匹配的都是当前条目的diff内容，不会串味。
• trim()：可选操作，如果想保留原行的缩进空白，直接去掉trim()就行。

测试你的示例内容 #

用你给的示例diff测试，这个代码会提取到这些内容：

• context: projectRoot,
• entry: path.resolve(projectRoot, 'src/scripts/Index'),
• resolve: {
• extensions: ['', '.js', '.jsx'],
• }; module: {
• loaders: [{
• test: /\.jsx?$/,
• exclude: /node_modules/,
• loader: 'babel?presets[]=stage-0,presets[]=react,presets[]=es2015', },
• output: {
• path: config.build.assetsRoot,
• publicPath: deploymentBuild ? config.build.assetsPublicPath : config.dev.assetsPublicPath,
• filename: '[name].js',
• },

完全符合你要提取所有以+开头行的+到行尾文本的需求~

内容的提问来源于stack exchange，提问作者Ashen