如何解析這個沒有正則表達式？

我的一個朋友說如果我使用的正則表達式太長，這可能是工作的錯誤工具。有沒有更好的方法來解析這些文字？我有一個正則表達式，可以將所有內容都返回給一個數組，我可以很容易地將它們分塊，但如果還有另一種更簡單的方法，我真的很想看到它。如何解析這個沒有正則表達式？

這裏是什麼樣子：

2 AB 123A 01JAN M ABCDEF AA1 100A 200A 02JAN T /ABCD /E

這裏有一個突破下來：

2是行號，這些範圍從1一路99。如果無法看到，因爲格式化的，有大於10

的空間可以或可以不通過*
AB替換是數據的重要單元更小的空間性格特徵預謀號碼（UOD ）。

AB可能由/CD作爲前綴，這是另一個重要的UOD。
123是一個重要的UOD。它的範圍可以從1（前面4個空格）到99999。
A是一個重要的UOD。
01JAN是日/月組合，我需要提取兩個UOD。
M是日期簡稱。這可能是1和7之間的數字。
ABC是一個重要的UOD。
DEF是重要的UOD。

DEF後的空間可以是一個*
AA1可以是零個字符，或者它可以是5.是不重要的。
100A是時間戳，但可能是格式爲1300。當時間爲1200或P PM時，A可能爲N。
然後我們看到另一個時間戳。

下一日期部分可以不存在，例如，這是有效的：

93*DE/QQ51234 30APR J QWERTY*QQ0 1250 0520 /ABCD*ASDFAS /E

其中/ABCD*ASDFAS /E顯示的數據是無關的應用程序，但是，這是第二個日期戳可以在那裏出現。正斜線可能是別的東西（比如字母）。

注：
它不是空格分隔，身體的某些部位碰到別人。字符位置只針對列表中的前兩個或三個項目準確

我不認爲我遺漏了任何東西，但是，如果有更簡單的方法解析像這樣的字符串，而不是編寫正則表達式，請讓我知道。

來源

2011-04-15 Incognito

這是功課嗎？ – Tejs 2011-04-15 19:58:56

http://en.wikipedia.org/wiki/Finite-state_machine – 2011-04-15 19:59:01

這不是家庭作業，這是一個遺留系統的屏幕刮擦。 http://www.scribd.com/doc/24980105/Mysabre-Manual（參見第35頁） – Incognito 2011-04-15 19:59:34

這是正則表達式的完美任務。文本不包含嵌套，並且您正在匹配的項目相當簡單。

大多數正則表達式語法都有一個x傾斜標誌或模式，它允許空格和註釋提高可讀性。例如：

$regex = '@ 
    # 2 is the line number, these range from 1 all the way to 99. 
    # There is a space character prepending numbers less than 10. 
    # The space may or may not be replaced by an *. 
    [ *]\d|\d\d 
    \s 

    # AB is an important unit of data (UOD). 
    # AB may be prepended by /CD which is another important UOD. 
    (/CD)?AB 
    \s 

    # 123 is an important UOD. It can range from 1 (prepended by 4 spaces) 
    # to 99999. 
    \s{4}\d{1}|\s{3}\d{2}|\s{2}\d{3}|\s{1}\d{4}|\d{5} 
@x';

依此類推。

來源

2011-04-15 20:10:27

哇，我不知道在正則表達式裏面發表評論，這真的很酷。謝謝！ – Incognito 2011-04-15 20:12:05

只需編寫一個自定義分析器，逐行處理它。好像一切都是在一個固定的位置，而不是空間/逗號分隔的，所以簡單地用這些作爲指標，到你所需要的：

line_number = int(line_text[0:1]) 
ab_unit = line_text[3:4] 
...

如果它確實是空間分隔的，只是split()每一行，然後解析通過每個塊，在適當的時候將每個塊分割成組成部分。

來源

2011-04-15 20:00:40

它不是空間劃定的，身體的某些部位碰到別人。字符位置僅對列表中的前兩個或三個項目準確。另外，有些空間可能會變成*。 – Incognito 2011-04-15 20:02:02

你總是可以手動編寫你自己的解析器，但那會比正則表達式更多的代碼行。然而，對於讀者來說，代碼行可能會更簡單。

來源

2011-04-15 20:01:00

你的意思是說，編寫一系列複雜的if語句和子字符串檢查比正則表達式更容易遵循嗎？ – Incognito 2011-04-15 20:06:41

如果正則表達式很複雜，是的。每個單獨的陳述都不會很複雜。 – 2011-04-17 16:43:49

對於這個應用程序來說，正則表達式看起來不錯，但爲了簡單性和可讀性，您可能希望將其分成幾個正則表達式（每個字段一個正則表達式），這樣人們可以更容易地跟隨正則表達式的哪一部分對應哪個變量。

來源

2011-04-15 20:11:42

如何解析這個沒有正則表達式？

回答

相關問題