4

Estou programando em Java e preciso filtrar um String a partir de uma regex usando o método matches().

Posso aceitar letras (a-z) ou números (0-9), onde esse número pode ter 1 ou n dígitos. Estou usando a seguinte regex: [A-Z|a-z|\d{n} ].

O filtro das letras está funcionando perfeitamente, porém o dos números não está aceitando um número com mais de um digito (10 por exemplo ), enquanto números de um único digito estão passando. Não tenho muito conhecimento de regex, mas pelo o que li, essa deveria funcionar.

1 Resposta 1

6

Quando você usa colchetes numa regex, você está pedindo para ela casar um e somente um caractere, dentre a lista indicada. Exceto pelos caracteres especiais (-, \ e ^ [no início]), tudo o que estiver dentro dos colchetes é interpretado literalmente. Isso significa que a regex:

[A-Z|a-z|\d{n} ]

Vai aceitar as strings:

"A"
"B"
"Z"
"|"
"4"
"{"
"}"
" "

E vai rejeitar qualquer string com mais de um caractere. Se você quer uma regex que case duas ou mais regras combinadas com ou (|), você tem que fazer isso fora dos colchetes:

([A-Z]|[a-z]|\d{n})

ou simplificando:

([A-Za-z]|\d{n})

Nota: você diz "1 ou n dígitos", mas nesse caso ela aceitaria exatamente n dígitos. Se o que você quer é mesmo 1 ou n, dessa forma deve funcionar:

([A-Za-z\d]|\d{n})

Assumindo que n é um número. Mas numa segunda leitura, me parece que o que você quer é "um ou mais dígitos", seria isso? Se for, o correto é:

([A-Za-z]|\d+)

Exemplo no ideone.


P.S. Em Java, os parênteses são opcionais quando se usa |, uma vez que cada método do Matcher (matches, lookingAt, find) atua de uma forma diferente (eliminando a necessidade de ^ e $ para casar a string inteira). Mas deve-se ter cuidado com a precedência desse operador. Por exemplo, a regex:

^[A-Za-z]|\d+$

É equivalente a:

(^[A-Za-z])|(\d+$)

E não a:

^([A-Za-z]|\d+)$

E, portanto, casa aa ou ###1. Exemplo, exemplo correto (Usando ?: para evitar criar um grupo de captura).

5
  • Verdade, procurei mais um pouco na literatura e encontrei essa restrição do colchete. Quanto ao parêntese obrigatório, não acredito que seja obrigatório em Java quando se usa |. Também consegui resolver o problema usando a classe Regex disponível na utils do Java. Muito obrigado pela resposta! 7/06/2014 às 3:28
  • O interessante é que mesmo usando colchetes, usando a classe Regex, foram aceitos dois dígitos, deve ser algum tratamento interno. Ficou da seguinte forma (declaração dos Pattern ) : Pattern pattAlphaNum = Pattern.compile("[A-Z|a-z|\\d+]"); Pattern pattAlpha = Pattern.compile("[A-Z|a-z]"); Pattern pattNum = Pattern.compile("[\\d+]"); 7/06/2014 às 3:39
  • @NatanaelRamos Como você está usando esses Patterns? Testei eles no ideone, veja o resultado. P.S. Obrigado por apontar a questão dos parênteses obrigatórios, atualizei minha resposta.
    – mgibsonbr
    7/06/2014 às 4:30
  • Minha implementação ficou um pouco diferente, segui os passos apresentados no site <ocpsoft.org/opensource/…> Fiz o codigo, se puder dar uma olhada. Mas ainda tem um problema, a String "2a" por exemplo, é reconhecida pelo pattNum e pelo pattAlpha. Será essa restrição dos colchetes? Pois tirando eles o resultado ainda é o mesmo. 7/06/2014 às 13:05
  • @NatanaelRamos A função do find é encontrar todo casamento em uma string longa. Por exemplo, se você usar o padrão \\d+ na string bla bla 10 bla 4 bla 123 bla ele vai encontrar o 10 primeiro, o 4 depois e o 123 por último. Como 2a contém um número e uma letra, então: 1) ambos os padrões reconhecem ela via find; 2) nenhum deles deve reconhecê-la via matches; 3) apenas o pattNum deve reconhecê-la via lookingAt.
    – mgibsonbr
    7/06/2014 às 18:04

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .