Basta adicionar um ?
depois do quantificador {0,5}
^start(?:.*\R){0,5}?.*?(value1)
^
aqui
Por padrão, os quantificadores são "gulosos"/"gananciosos" (também chamados de greedy), pois tentam pegar a maior quantidade possível de caracteres. No caso, {0,5}
significa "de zero a cinco ocorrências", então ela vai pegar o máximo que conseguir (se conseguir 5, pega, senão tenta com 4, senão com 3, e assim por diante, até encontrar um match). Por isso ela acaba pegando a última ocorrência de value1
.
Ao colocar o ?
na frente do {0,5}
, ele se torna lazy ("preguiçoso"), ou seja, pega a menor quantidade possível de caracteres. Com isso, ele pega a primeira ocorrência de value1
que encontrar.
Entenda melhor como o quantificador lazy funciona e suas diferenças para o greedy lendo aqui, aqui e aqui.
Então seria algo assim:
String texto = "line 1\nline 2\nline 3\n"
+ "start\n"
+ "line 1\n"
+ "line 2 value1\n"
+ "line 3 value1\n"
+ "line 4 value1\n"
+ "line 5 value2\n"
+ "line 6 value1";
Pattern pattern = Pattern.compile("^start(?:.*\\R){0,5}?(^.*?value1)", Pattern.MULTILINE);
Matcher matcher = pattern.matcher(texto);
if (matcher.find()) {
System.out.println("encontrado: " + matcher.group(1)); // line 2 value1
} else {
System.out.println("não encontrado");
}
Eu troquei os parênteses para pegar a linha inteira que contém o "value1", e depois pego esta linha com o método group
, assim o resultado é "line 2 value1".
Vale lembrar que se a linha tivesse "value12", a regex pegaria somente até o "value1", deixando o "2" de fora. Tem que ver se é isso que precisa.
Sem regex
Vale mencionar que dá para resolver sem regex, bastando iterar pelas linhas:
String texto = "line 1\nline 2\nline 3\n"
+ "start\n"
+ "line 1\n"
+ "line 2 value1\n"
+ "line 3 value1\n"
+ "line 4 value1\n"
+ "line 5 value2\n"
+ "line 6 value1";
int cont = -1;
String valor = null;
for (String linha : texto.split("\n")) {
if ("start".equals(linha)) {
cont = 0; // encontrou linha com "start", começa a contagem
} else if (cont > 0 && cont <= 5 && linha.contains("value1")) {
valor = linha;
break; // já encontrei, não precisa ler as outras linhas
}
// só atualiza o contador se já encontrou um "start" antes
// isso é para evitar casos em que há um "value1" antes de ter a linha com "start"
if (cont >= 0) {
cont++;
}
}
if (valor == null) {
System.out.println("valor não encontrado");
} else {
System.out.println("encontrado: " + valor);
}
Ou seja, quando encontrar a linha com "start", eu começo a contagem. Se encontrar um "value1" e não passou de 5 linhas depois do "start", eu paro.
Não ficou claro se a linha com "start" tem exatamente esse texto e nada mais, ou se ela só começa com "start" - se for esse o caso, bastaria trocar "start".equals(linha)
por linha.startsWith("start")
.
E no exemplo acima eu quebro a string em linhas, fazendo o split
. Mas não ficou claro de onde vem a string. Por exemplo, se está lendo de um arquivo, bastaria lê-lo linha a linha, o restante da lógica não muda.
Apesar de parecer que faz mais coisas (só porque "tem mais linhas"), na verdade fica mais rápido (fiz testes com o JMH, e a regex foi mais lenta). Isso acontece porque regex tem uma complexidade por trás dos panos que não fica aparente nas poucas linhas de código (por exemplo, e expressão tem que ser compilada - é isso mesmo, compilada - gerando uma estrutura interna bem complexa para buscar os matches).
Claro que para poucas strings a diferença será imperceptível, mas caso vá processar muitas linhas, pode fazer diferença. Regex pode parecer legal, mas nem sempre é a melhor solução.
Por fim, as soluções acima só encontram a primeira ocorrência. Mas caso o texto tenha várias vezes esse padrão "start + linhas que tem value1" e você quer encontrar todos, basta adaptar para criar uma lista com todas as ocorrências. Sem regex seria assim:
int cont = -1;
List<String> valores = new ArrayList<>();
for (String linha : texto.split("\n")) {
if (linha.startsWith("start")) {
cont = 0; // encontrou linha com "start", começa a contagem
} else if (cont > 0 && cont <= 5 && linha.contains("value1")) {
valores.add(linha);
cont = -1; // já encontrou, reseta o contador (só volta a ser zero se encontrar outro "start")
}
if (cont >= 0) {
cont++;
}
}
E com regex:
Pattern pattern = Pattern.compile("^start(?:.*\\R){0,5}?(^.*?value1)", Pattern.MULTILINE);
Matcher matcher = pattern.matcher(texto);
List<String> valores = new ArrayList<>();
while (matcher.find()) {
valores.add(matcher.group(1));
}
No final, a lista valores
terá todas as linhas que satisfazem ao critério (contém "value1" e está até 5 linhas depois do "start").