如何用正则表达式灵活解析嵌套键值结构并统一捕获组逻辑

本文介绍如何通过条件判断结合双正则匹配，实现对形如 `key(value)` 和 `key(nestedkey(val)otherkey(val))` 的混合格式进行正确解析，确保简单值（如 `value(123)`）也能作为内层键存入 map，其值为空字符串。

在实际文本解析场景中，常遇到结构看似统一但语义分层的输入：外层是固定格式的键（大写字母+括号），而括号内内容可能为纯值（如 123），也可能是多个嵌套键值对（如 INNERVALUE(123)OTHERVALUE(456)）。Java 原生正则不支持“分支重置组”（(?|...)）的完整语义（该特性在 PCRE/Perl 中可用，但 java.util.regex 不支持），因此不能依赖单个正则通过重置捕获组编号来统一处理两类情况。

正确的解法是分层识别 + 语义判定：

1. 先用外层正则 ([A-Z]+)\((.*)\) 提取 KEY 和括号内全部内容；
2. 再对括号内容做「是否含嵌套键值」的判定——关键在于：若内容中不存在形如 XXX(...) 的子结构，就将其整体视为一个无值键（value-as-key），映射为 {value → ""}；否则启用内层正则逐个提取。

以下是优化后的完整实现（已适配 Java 11+ 的 String.lines()）：

import java.util.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexNestedParser {
    public static void main(String[] args) {
        // 外层匹配：提取 KEY 和括号内原始内容（贪婪匹配）
        Pattern outerPattern = Pattern.compile("([A-Z]+)\\((.*)\\)");
        // 内层匹配：精准提取嵌套 KEY(VALUE)，避免跨括号误匹配（[^()]* 确保不跨越括号）
        Pattern innerPattern = Pattern.compile("([A-Z]+)\\(([^()]*)\\)");

        String input = """
            VALUE(123)
            OUTERVALUE(INNERVALUE(123)OTHERVALUE(456))
            """;

        Map> result = new HashMap<>();

        input.lines()
              .filter(line -> !line.trim().isEmpty()) // 跳过空行
              .forEach(line -> {
                  Matcher outerMatcher = outerPattern.matcher(line);
                  if (!outerMatcher.find()) return; // 跳过不匹配行

                  String key = outerMatcher.group(1);
                  String rawValue = outerMatcher.group(2);
                  Map innerMap = new HashMap<>();

                  // 判定 rawValue 是否包含任何嵌套键值结构
                  if (innerPattern.asPredicate().test(rawValue)) {
                      // 存在嵌套 → 按 innerPattern 提取所有 KEY(VALUE)
                      Matcher innerMatcher = innerPattern.matcher(rawValue);
                      while (innerMatcher.find()) {
                          innerMap.put(innerMatcher.group(1), innerMatcher.group(2));
                      }
                  } else {
                      // 无嵌套 → 整个 rawValue 作为键，值为空字符串
                      innerMap.put(rawValue, "");
                  }

                  result.put(key, innerMap);
              });

        System.out.println(result);
        // 输出：{VALUE={123=}, OUTERVALUE={INNERVALUE=123, OTHERVALUE=456}}
    }
}

关键细节说明：

• ✅ innerPattern 使用 ([^()]*) 替代 (.*)，防止在 INNERVALUE(123)OTHERVALUE(456) 中因贪婪匹配导致 group(2) 捕获到 123)OTHERVALUE(456 —— 这是原代码未正确解析的根本原因；
• ✅ 使用 innerPattern.asPredicate().test(rawValue) 进行轻量级预检，比启动 Matcher 更高效，且逻辑清晰；
• ✅ 显式 filter(...isEmpty()) 避免空行干扰，增强鲁棒性；
• ❌ 不要尝试用 (?|...) 或 (?R) 等高级语法——Java 正则引擎不支持，强行使用会抛 PatternSyntaxException。

此方案不依赖外部库，完全基于 JDK 内置 API，结构清晰、可读性强，适用于配置解析、DSL 简化语法等典型场景。

# ai  # java  # red  # 键值对  # 正则表达式 

相关栏目： <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 AI推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 SEO优化<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 技术百科<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 谷歌推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 百度推广<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 网络营销<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 案例网站<？ｍｕｍａ echo $count; ?> 】 <？ｍｕｍａ $count = M('archives')->where(['typeid'=>$field['id']])->count(); ?> 【 精选文章<？ｍｕｍａ echo $count; ?> 】