java中正则表达式中的非字符串处置

java中正则表达式中的非字符串处理

在java中我们经常遇到这样的情况，

如下：

<img src="image0"></img>ss<img src="image1"></img>pp<img alt="say"></img>

我们想获取img中的信息，但是alt又不是我们需要的，我们需要获得的只是src的内容。也许你会说我提取两次就好了，确实提取两次就可以了。

但是有的时候是不允许提取两次的。。

所以这里我们就用到了非，

我们举一个例子

String str="aaatggcccssaaakkcccaaaxvcccaaavxccc";

我们想提取aaa和ccc之间的内容，但是我们提取的这里面不希望是xx开头的。。应该怎么做呢。

我们都知道，正则中的非是^

很显然，

regex="aaa[^xx]ccc";这样的方法肯定是不行的。。

也许你会想到

regex="aaa[^x][^x]ccc";

但是实际上这种方法也是不行的。。。因为在正则判断的时候，如果发现第一个字母x不符合[^x]的条件，那么就直接是判断false的。

php语言中有?!非字符串   的用法，但是java中貌似没有，至少我暂时还没发现，如果有希望大家告诉我一下。。

对于上面的问题，其实我们可以换个角度去想想，如果不允许xx的形式，其实反过来就是允许

x[^x]|[^x][^x]|[^x]x的形式。所以我们的思路来了。。

例子如下：

String regex="aaa(x[^x]\\w*?|[^x][^x]\\w*?|[^x]x\\w*?)ccc";
        String str="aaatggcccssaaakkcccaaaxvcccaaaxxccc";
        Matcher m = Pattern.compile(regex).matcher(str);
        while(m.find()){
            System.out.println(m.group(1));
        }

显示结果如下：

tgg
kk
xv

结果正确，测试了好几种方法，暂时还没发现错误。。如果大家有更好的方法，欢迎分享。

最后补充一下，这样的方式去提取是很低效的，如果可以，如果不是想偷懒的话，还是分两次提取的方法更合适一些。