用于查找具有随机中心的特定字符串的正则表达式

Question

我将从大量文件中读取一个长字符串。我需要能够找到是否可以在每个字符串中找到特定类型的模式。它将在一些随机文本前后有一个特定的字符串。本质上;它可能看起来像 "ABC[?????]DEF"，问号是任何字符串（最有可能不超过 50 个字符，也不短于 15 个字符）。

我不能让它正常工作。我认为正则表达式是最好的方法，但我不知道如何使用正则表达式。谁能帮帮我？

Answer 1

这行得通吗：

ABC[.*]DEF 或者可能 ABC.*DEF

你可以更严格一些ABC.*{15,50}DEF

顺便说一句，你可以通过这个网站来帮助自己：https://regex101.com/

Answer 2

尝试

String pattern = "ABC.{15,50}DEF";

我认为这可行。

我生成了一些随机测试用例，你可以试试

    System.out.println("ABCes564fd5644cv81e6a7ser*oiier&%iuwdjDEF".matches(pattern));
System.out.println("ABC.{15,50.dsjfklejkfsk;dlfk;e546544}DEF".matches(pattern));
System.out.println("ABC.{15,50}*)(/;:DEF".matches(pattern)); //14 chars between
System.out.println("ABC.{15,50}*)(/;:%DEF".matches(pattern)); //15 chars between

Answer 3

请注意，java 正则表达式如 ABC.{15,50}DEF 如果应用于许多（！）大（！）文件，则效率低下。应用于 ABCDEABCDEABCDEABCDEABCDE... 将在每第五个位置回溯 35 次。

此问题的有效解决方案是：

使用搜索索引的邻近搜索（例如 Lucene）"ABC DEF"~50
通配符搜索（在 Flexible pattern matching in strings 中提到）
使用非回溯自动机的正则表达式搜索 (re2j, brics automaton or patternsearchalgorithms)
使用位并行自动机进行正则表达式搜索
常规因素搜索

遗憾的是，大多数算法都不能作为库使用。

Answer 4

我从 (regex take string at the center) 使用这个：

stringPart1([^.]*)stringPart2

regex101

用于查找具有随机中心的特定字符串的正则表达式

Regex for finding specific strings with random center

java

regex

full-text-search