¿Existe una forma elegante de hacer coincidencias parciales de expresiones regulares en Java?

Question

Lo que necesito es verificar si una cadena dada coincide parcialmente con una expresión regular determinada. Por ejemplo, para la expresión regular ab[0-9]c, las cadenas "a", "ab", "ab3" y "b3c" coincidirían, pero no las cadenas "d", "abc" o "a3c". Lo que he estado haciendo es el torpe a(?:b(?:[0-9](?:c)?)?)? (que solo funciona para algunas de las coincidencias parciales, específicamente aquellas que "comienzan" a coincidir), pero dado que esto es parte de una API, prefiero darles a los usuarios una intuición más intuitiva. forma de ingresar sus expresiones regulares coincidentes.

En caso de que la descripción no sea muy clara (y me doy cuenta de que podría no ser así), se usará para validar el ingreso de texto en cuadros de texto. Quiero evitar cualquier edición que daría como resultado una cadena no válida, pero no puedo hacer coincidir la cadena con una expresión regular, ya que hasta que no se ingrese por completo, no coincidirá. Por ejemplo, usando la expresión regular anterior (ab[0-9]c), cuando intento ingresar 'a', no se permite, ya que la cadena "a" no coincide con la expresión regular.

Básicamente, es una especie de startsWith() inversa que funciona en expresiones regulares. (new Pattern("ab[0-9]c").startsWith("ab3") debe devolver true.)

¿Alguna idea?

Answer 1

¿Es Matcher.hitEnd() lo que estás buscando?

Pattern thePattern = Pattern.compile(theRegexString); 
Matcher m = thePattern.matcher(theStringToTest); 
if (m.matches()) { 
    return true; 
} 
return m.hitEnd(); 

Answer 2

Aunque puede haber algunos trucos disponibles, su camino es probablemente el mejor semánticamente. Describe con precisión lo que estás buscando.

Sin embargo, el problema más importante es si realmente necesita validar cada vez que se escribe un carácter en el cuadro de texto. ¿Por qué no puedes validarlo una vez al final y ahorrarte algunos dolores de cabeza?

Answer 3

Aquí es una expresión regular que puede resolver el ejemplo particular:

^(?:a|b|[0-9]|c|ab|b[0-9]|[0-9]c|ab[0-9]|b[0-9]c|ab[0-9]c)?$ 

En términos generales, si se puede romper la expresión regular en partes atómicas, que puede o conjuntamente todas las posibles agrupaciones de ellos, pero es grande y feo. En este caso, había 4 partes (a, b, [0-9] yc), por lo que tenía que O juntas 4 + 3 + 2 + 1 = 10 posibilidades. (Para n partes, es (n × (n +1))/2 posibilidades). Es posible que pueda generar esto algorítmicamente, pero sería un gran dolor para probar. Y cualquier cosa compleja (como un subgrupo) sería muy difícil de acertar.

Una solución mejor es, probablemente, simplemente tener un mensaje junto al campo de entrada que indique al usuario "información insuficiente" o algo así, y cuando lo tenga bien, cámbielo a una casilla verde o algo así. Aquí hay un artículo reciente de A List Apart que considera los pros y los contras de los diferentes enfoques de este problema: Inline Validation in Web Forms.