使用多个可选模式时顺序的重要性

Question

DateTimeFormatter中可选模式的顺序如何影响解析操作？

我在运行这个程序，想知道为什么最后一行抛出异常，而不是前三行。

public static void main(String[] args) {
  String p1 = "[EEEE][E] dd-MM-yyyy";
  String p2 = "[E][EEEE] dd-MM-yyyy";
  String date1 = "Thu 07-01-2016";
  String date2 = "Thursday 07-01-2016";
  parse(date1, p1); //OK
  parse(date1, p2); //OK
  parse(date2, p1); //OK
  parse(date2, p2); //Exception
}
private static void parse(String date, String pattern) {
  DateTimeFormatter fmt = DateTimeFormatter.ofPattern(pattern, Locale.ENGLISH);
  System.out.println(fmt.parse(date));
}

最后一行的异常是：

java.time.format.DateTimeParseException：无法在索引3 处解析文本"2016年1月7日星期四"

Answer 1

文档中没有提到任何优先级，我认为您得到的结果是正常的。它是从左到右读取字符串格式的结果。

• 让我们考虑第一种格式"[EEEE][E] dd-MM-yyyy"。

  • "Thu 07-01-2016"：API试图查找第一个可选部分"[EEEE]"是否可以匹配。引用DateTimeFormatter Javadoc关于文本标记

    正好4个图案字母将使用完整的表格。

    在这种情况下，它是一周中某一天的完整形式。这与"Thu"不匹配，因此将跳过可选部分。然而，第二个可选部分是"[E]"，并且仍然引用

    少于4个图案字母将使用缩写形式。

    因此这将匹配CCD_ 8。因此，要解析的字符串可以正确理解

  • "Thursday 07-01-2016"：与上面相同，只是它将在第一个可选部分与"Thursday"匹配。但API仍将继续搜索下一个可选"[E]"的有效部分，但找不到任何部分，因此跳过可选部分
• 现在让我们考虑第二种格式"[E][EEEE] dd-MM-yyyy"。
  • "Thu 07-01-2016"：API试图查找第一个可选部分"[E]"是否可以匹配，并且它对"Thu"有效。如上所述，API现在将尝试查找"[EEEE]"的匹配项，但找不到任何匹配项，因此跳过可选部分
  • "Thursday 07-01-2016"：API试图再次匹配"[E]"，这就是事情发生的地方：它确实匹配。"Thursday"从"Thu"开始，因此格式化程序能够找到匹配项。但随后，它尝试解析其余部分，即"rsday 07-01-2016"。[EEEE]可选部分将不匹配，因此将跳过它。然后它会因为空间而失败，因为剩下的空间已经没有了（取而代之的是"r"）

所以如果你用运行你的代码

parse("ThuThursday 07-01-2016", "[E][EEEE] dd-MM-yyyy");

你会看到它是有效的："[E]"匹配"Thu"，"[EEEE]"匹配"Thursday"。

请注意，异常消息也暗示了这一点（强调矿）：

java.time.format.DateTimeParseException：无法在索引3处解析文本"2016年1月7日星期四"

索引3对应于"rsday"的"r"，所以这意味着它能够解析，直到现在。

Answer 2

DateTimeFormatter中可选模式的顺序如何影响解析操作？

解析器试图按照每个可选部分在模式中出现的顺序来匹配它。

请注意，字符串"Thursday"以"Thu"开头，可以通过模式片段"E"进行匹配。接下来，观察匹配失败在索引3中报告，该索引对应于"星期四"中的"r"。在错误情况下，解析器将字符串的前三个字符与第一个可选部分匹配，跳过第二个可选部分，因为它与字符串的下一部分不匹配，然后无法匹配"r"。

换句话说，这些格式化程序不会回溯以尝试替代匹配。在regex术语中，可选部分是贪婪的。

还要注意，您的两种模式可能都比您想要的更宽松。例如，您的模式p1将与字符串"ThursdayThu 07-01-2016"匹配。

Answer 3

可选格式的顺序很重要：

当格式[E][EEEE] dd-MM-yyyy的解析器解析"Thursday 07-01-2016"时，它是

• 使用可选部分[E]消耗Thu
• 跳过[EEEE]，因为它无法识别一周中的长一天
• 现在期望一个空间，但由于它看到r而失败，并因此抛出错误索引为3的异常

因此，如果您使用可选部分来允许解析替代版本（这里使用长或短的一周），请首先添加更具体的格式。