使用正則表達式提取特定模式

即使在在線閱讀大量教程之後，我仍然很難在Java中使用正則表達式。我試圖提取部分的字符串，以便稍後在我的應用程序中使用。使用正則表達式提取特定模式

這裏有可能的字符串的示例接收的：

53248 <CERCLE> 321 211 55 </CERCLE> 
57346 <RECTANGLE> 272 99 289 186 </RECTANGLE>

第一個數字是要被提取作爲序列號。 <>之間的詞也將被提取。然後，中間的數字序列也是如此。

這裏是我的模式：

"(\\d+)\\s*<(\\w+)>\\s*((\\d+\\s*)+)\\s*</\\w*>.*"

這是迄今爲止對我的方法的代碼：

public decompose(String s) throws IllegalArgumentException { 

    Pattern pattern = Pattern.compile(PATTERN); 
    Matcher matcher = pattern.matcher(s); 

    noSeq = Integer.parseInt(matcher.group(1)); 
    type = typesFormes.valueOf(matcher.group(2)); 
    strCoords = matcher.group(3).split(" "); 

}

問題是，當我運行的代碼，我所有的匹配組是在-1出於某種原因（未發現我猜）。我一直對此感到震驚，歡迎提供任何建議:)謝謝。

來源

2014-05-16 JulioQc

我想你需要首先運行'matcher.find（）'。我剛纔有一個類似於這個問題：http://stackoverflow.com/questions/23657575/java-regex-to-parse-any-number-of-markdown-style-links – 2rs2ts

更具體地說，要麼' matcher.find（）'，'matcher.matches（）'，'matcher.lookingAt（）'。請參閱[Matcher]（http://docs.oracle.com/javase/7/docs/api/java/util/regex/Matcher.html）javadoc。 – ajb

正如@ 2rs2ts指出的，問題在於缺少matcher.find()調用。

我將進一步改善這樣的：

final String PATTERN = "(\\d+)\\s*<(\\w+)>\\s*([\\d\\s]+)\\s*</\\2>.*"; 
String s = "53248 <CERCLE> 321 211 55 </CERCLE>"; 
Pattern pattern = Pattern.compile(PATTERN); 
Matcher matcher = pattern.matcher(s); 
if (matcher.find()) { 
    System.out.println(matcher.group(1)); 
    System.out.println(matcher.group(2)); 
    System.out.println(matcher.group(3).trim()); 
}

一些改進：

，該圖形中，您可以簡化((\\d+\\s*)+)爲([\\d\\s]+)。爲了您的目的，它是相同的。
在該模式中，您可能希望匹配<CERCLE>與關閉</CERCLE>而不是</OTHER>。您可以使用\\2這是對第二個捕獲組的反向引用。
您可以根據matcher.find()的結果判斷是否有任何匹配項。
在分割中間的數字列表之前，可能會想要使用.trim()修剪末尾可能出現的空白。

來源

2014-05-16 22:27:55 janos

添加條件確實是一個好主意。不過，我相信它與方法的拋出毫無用處（錯誤將在其他地方處理）至於數字，我用不同的方法做到這一點，同時修剪。對（INT I = 0;我 JulioQc

嗨@JulioQc，那點更多是爲了說明。如果在你的設計中通過允許異常冒泡來處理這些情況更合適，那麼通過一切手段，這樣做，這是你的呼叫。 – janos

只需使用String#split()

String str="53248 <CERCLE> 321 211 55 </CERCLE>"; 
    String[] array=str.split("(\\s<|>\\s)"); 
    // simple regex (space <OR> space)

注嘗試：用\\s+嘗試，如果有一個或多個空格。

在這種情況下，使用前三個數組的值將爲53248, CERCLE, 321 211 55。

完整代碼：

String str = "53248 <CERCLE> 321 211 55 </CERCLE>"; 
String[] array = str.split("(\\s<|>\\s)"); 

int noSeq = Integer.valueOf(array[0]); 
String type = array[1]; 
String strCoords = array[2]; 

System.out.println(noSeq+", "+type+", "+strCoords);

輸出：

53248, CERCLE, 321 211 55

來源

2014-05-16 22:02:31 Braj

看起來有效，但我這樣做是爲了上大學，並且要求是使用正則表達式來分割字符串。 – JulioQc

您對'split（）'方法中使用的'\\ s <|> \\ s'有什麼看法？是不是一個正則表達式？ – Braj

你只需要告訴匹配，開始對匹配輸入字符串的模式。這對我的作品上ideone：

String s = "53248 <CERCLE> 321 211 55 </CERCLE>"; 
String PATTERN = "(\\d+)\\s*<(\\w+)>\\s*((\\d+\\s*)+)\\s*</\\w*>.*"; 
Pattern pattern = Pattern.compile(PATTERN); 
Matcher matcher = pattern.matcher(s); 
matcher.find();       // aye, there's the rub 
System.out.println(matcher.group(1)); 
System.out.println(matcher.group(2)); 
System.out.println(matcher.group(3));

產量爲：

53248 
CERCLE 
321 211 55

的find()方法，成功的時候，會讓匹配產量您想要的信息。從javadocs：

如果匹配成功，則可以通過start，end和group方法獲取更多信息。

group()說同樣的東西指示，重點煤礦：

返回在以前匹配操作期間由給定組捕獲輸入序列。

來源

2014-05-16 22:09:08 2rs2ts

哇，太棒了！在將來使用匹配器時，我會記下這個.find（）=） – JulioQc

使用正則表達式提取特定模式

回答

相關問題