Java Regex/Pattern/Matcher如何识别和存储所有不匹配？

Question

来自CSV文件验证程序的代码片段：
我已经创建了^{}和^{}，它确定是否存在匹配
接下来，我想确定是否存在匹配，哪个字段不匹配并导致错误

最好的方法是什么

Pattern bodyPattern = Pattern.compile("([0-9]{11}),([A-Z0-9]{7}),([0-9]{7,8}),([0-9]{1}\\W[0-9]{2}E\\W[0-9]{2}),([0-9]{7,8}),([A-Z]{5}),([A-Z]{8,25}),(\\d+\\.\\d{0,2}),([0-9]{3})");

Matcher matcher = bodyPattern.matcher(line);

if(matcher.matches()) {
        System.out.println("SUCCESS: Body validation was successful");
} else {
        System.out.println("ERROR: Body validation failed in line " + lineNumber);
}

当前的输出是这样的
我想说的是，在令牌编号x处失败，但不确定如何做到这一点

Line # 1, Token #1, Token: 20171006003
Line # 1, Token #2, Token: OUTWARD
Line # 1, Token #3, Token: 1000004
Line # 1, Token #4, Token: 2.00E+36
Line # 1, Token #5, Token: 1000005
Line # 1, Token #6, Token: FALSE
Line # 1, Token #7, Token: ACCEPTED
Line # 1, Token #8, Token: 400
Line # 1, Token #9, Token: 826
ERROR: Body validation failed in line 1
ERROR: Body validation failed in token number

Answer 1

使用java api，似乎无法在匹配失败后检索信息。在一般情况下，正则表达式可以回溯，最终状态可能没有用处，但在这种特殊情况下，通过反射检查Matcher可能会很有趣：

// to make Matcher.groups field accessible
Field matcherGroups = Matcher.class.getDeclaredField( "groups" );
matcherGroups.setAccessible( true );

Pattern p = Pattern.compile( "^(a+)(b+)(c+)$" );
Matcher m = p.matcher( "aaabbcccc" );
m.find();

int[] groups = (int[])matcherGroups.get( m );
System.out.println( Arrays.toString( groups ) );

m = p.matcher( "aaab bcccc" );
m.find();

groups = (int[])matcherGroups.get( m );
System.out.println( Arrays.toString( groups ) );

输出是

[0, 9, 0, 3, 3, 5, 5, 9, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1]
[0, 4, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1, -1]

第一次匹配成功，并设置了组区域

• 0:9:组0:aaabbcccc
• 0:3:1组：aaa
• 3:5：第2组：bb
• 5:9:3组：cccc

第二次匹配失败仅组0包含匹配的子序列区域

• 0:4:for aaabin aaab bcccc

对于您的特定情况，可以为每个字段定义一个Regexp，并使用,拆分字符串