Regexが正しいJavaクラス名を取得する

Question

なんらかの理由で、Javaファイル（TagMatchingInterface.javaなど）の内容をスキャンし、正規表現を介してクラス名（TagMatchingInterface）を取得したいが、正規表現が正しくないクラス名いくつかのキーワード（クラス/インタフェース/列挙型）のコメントの中に隠れている：

/** 
* 
* @author XXXX 
* Introduction: A common interface that judges all kinds of algorithm tags. 
* some other comment 
*/ 
public class TagMatchingInterface 
{ 
    // content 
    public class InnerClazz{ 
    // content 
    } 
} 

は、ここに私のパターンです：

public Pattern CLASS_PATTERN = Pattern.compile("(?:public\\s)?(?:.*\\s)?(class|interface|enum)\\s+([$_a-zA-Z][$_a-zA-Z0-9]*)"); 
.... 
Matcher matcher = CLASS_PATTERN.matcher(content); 
if (matcher.find()) { 
    System.out.println(match.group(2)); 
} 

私の正規表現についての任意のアイデア？

Answer 1

説明

(?<=\n|\A)(?:public\s)?(class|interface|enum)\s([^\n\s]*) 

この正規表現は、次のん：

• 文字列がclassまたはinterfaceまたはenum
こと publicか
• を開始することができ
• キャプチャ名

注、私は例

ライブ例

https://regex101.com/r/vR0iK3/1

サンプルテキスト

をグローバルと大文字小文字を区別しないフラグ

を使用することをお勧めします

/** 
* 
* @author XXXX 
* Introduction: A common interface that judges all kinds of algorithm tags. 
* some other comment 
*/ 
public class TagMatchingInterface 
{ 
    // content 
    public class InnerClazz{ 
    // content 
    } 
} 

サンプル

[0][0] = public class TagMatchingInterface 
[0][1] = class 
[0][2] = TagMatchingInterface 

キャプチャグループマッチ：

• グループ0はマッチ全体
• グループ1クラス
• グループ2名
を取得し、取得します

説明

NODE      EXPLANATION 
---------------------------------------------------------------------- 
    (?<=      look behind to see if there is: 
---------------------------------------------------------------------- 
    \n      '\n' (newline) 
---------------------------------------------------------------------- 
    |      OR 
---------------------------------------------------------------------- 
    \A      Start of the string 
---------------------------------------------------------------------- 
)      end of look-behind 
---------------------------------------------------------------------- 
    (?:      group, but do not capture (optional 
          (matching the most amount possible)): 
---------------------------------------------------------------------- 
    public     'public' 
---------------------------------------------------------------------- 
    \s      whitespace (\n, \r, \t, \f, and " ") 
---------------------------------------------------------------------- 
)?      end of grouping 
---------------------------------------------------------------------- 
    (      group and capture to \1: 
---------------------------------------------------------------------- 
    class     'class' 
---------------------------------------------------------------------- 
    |      OR 
---------------------------------------------------------------------- 
    interface    'interface' 
---------------------------------------------------------------------- 
    |      OR 
---------------------------------------------------------------------- 
    enum      'enum' 
---------------------------------------------------------------------- 
)      end of \1 
---------------------------------------------------------------------- 
    \s      whitespace (\n, \r, \t, \f, and " ") 
---------------------------------------------------------------------- 
    (      group and capture to \2: 
---------------------------------------------------------------------- 
    [^\n\s]*     any character except: '\n' (newline), 
          whitespace (\n, \r, \t, \f, and " ") (0 
          or more times (matching the most amount 
          possible)) 
---------------------------------------------------------------------- 
)      end of \2 
---------------------------------------------------------------------- 

Answer 2

...いくつかのキーワード（クラス/インタフェース/列挙型）のコメントに隠れてあります

そして、最初のすべてのコメントを取り除くには。適切な正規表現は、書くのがかなり簡単です。私はあなたが両方の種類のコメント（1行と複数行）を同時に削除することをお勧めします。

クラスの前の注釈に文字列が含まれている可能性があるので、すべての文字列を取り除くこともできます。publicのチェック

"(?:public\\s)?(?:.*\\s)?(class|interface|enum)\\s+([$_a-zA-Z][$_a-zA-Z0-9]*)"

ことのない部分は全く同じように一致しているので、少し目的を果たします。実際にはclass modifiersのいずれかがfinalまたはabstractの場合は、後の部分のみが一致します。public。

クラスが実際に公開されているかどうかを知りたい場合は、これらもチェックする必要があります。任意の深さにネストされたカッコで囲まれた引数を持つアノテーションを持つことができるので、難しいでしょう。これは、正規表現が正しく処理できないものです。

nameに非ASCII文字を含むクラスについて教えてください。入力ではunicode escapesはどうですか？