正則表達式來提取標籤 - 值對在Java中

我有一個包含幾行類似於文件：正則表達式來提取標籤 - 值對在Java中

Name: Peter 
Address: St. Serrano número 12, España 
Country: Spain

我需要使用正則表達式來提取地址，考慮到它可以包含點，特殊字符（ñ，ç），áéíóú...

當前的代碼工作，但它看起來相當醜陋：。

Pattern p = Pattern.compile("^(.+?)Address: ([a-zA-Z0-9ñÑçÇáéíóú., ]+)(.+?)$", 
          Pattern.MULTILINE | Pattern.DOTALL); 
Matcher m = p.matcher(content); 
if (m.matches()) { ... }

編輯：地址字段也可以劃分成多行

Name: Peter 
Address: St. Serrano número 12, 
Madrid 
España 
Country: Spain

編輯：我不能使用Properties對象或YAML的解析器，因爲該文件包含其他種類的信息也是如此。

來源

2008-12-25 Guido García

我不知道Java的正則表達式對象很好，但像這種格局將做到這一點：

^Address:\s*((?:(?!^\w+:).)+)$

假設多和DOTALL模式上。

這將匹配任何以Address開頭的行，後面跟着任何東西，直到換行符和一個單詞後跟一個冒號。

如果你知道下一個字段必須是「國家」，可以簡化這個一點點：

^Address:\s*((?:(?!^Country:).)+)$

的訣竅是在重複組在先行斷言。 '（？！國家：）。'將匹配除字符串'Country：'之外的所有內容，因此我們只需將它放在非捕獲圓括號（？：...）中並用+對其進行量化，然後將所有這些組合在正常捕獲圓括號中。

來源

2008-12-26 21:13:16

不是Java人，但不會"Address: (.*)$"工作？

編輯：沒有Pattern.MULTILINE | Pattern.DOTALL選項只能在該行上匹配。

來源

2008-12-25 19:54:06 cnu

它是否可以包含換行符？如果它不能包含換行，不需要使用多修改，並且可以做，而不是

Pattern p = Pattern.compile("^Address: (.*)$");

如果可以，我能想到的一個替代方案是

Pattern p = Pattern.compile("Address: (.*)\nCountry", Pattern.MULTILINE);

沒有DOTALL ，點不會匹配換行符，因此您可以在正則表達式中明確指定它，從而允許您執行所詢問的操作。

來源

2008-12-25 19:57:31

你可能想看看Properties類而不是正則表達式。它提供了管理純文本或XML文件以表示鍵值對的方法。

所以，你可以在你的示例文件讀取，然後得到像這樣加載到一個Properties對象後的值：

Properties properties = new Properties(); 
properties.load(/* InputStream of your file */); 

Assert.assertEquals("Peter", properties.getProperty("Name")); 
Assert.assertEquals("St. Serrano número 12, España", properties.getProperty("Address")); 
Assert.assertEquals("Spain", properties.getProperty("Country"));

來源

2008-12-25 20:55:46

爲什麼使用Apache Commons Assert而不是Java斷言？ – cletus 2008-12-25 21:10:33

你一定要看看YAML。

你可以試試JYaml。

最好的是它有多種語言的實現。

ps我已經嘗試了YAML::XS中的示例文本，它完美地工作。

來源

2008-12-26 00:21:59

我並不是說要成爲一個泥土中的棍子，但是你必須使用正則表達式嗎？爲什麼不饒你未來的自己（或他人）的頭痛和做：

String line = reader.readLine(); 
while(line != null) 
{ 
    line = line.trim(); 
    if(line.startsWith("Address: ")) 
    { 
     return line.substr("Address: ".length()).trim(); 
    } 
    line = reader.readLine(); 
} 
return null;

當然，這可以參數化的位以及投入的方法。

否則，我會第二個屬性或JYaml的建議。

來源

2008-12-26 02:22:30

假設「content」是一個包含文件內容的字符串，那麼您的主要問題是您正在使用matches()，您應該使用find()。

Pattern p = Pattern.compile("^Address:\\s*(.*)$", Pattern.MULTILINE); 
Matcher m = p.matcher(content); 
if (m.find()) 
{ 
    ... 
}

在關於MULTLINE和DOTALL模式的其他答案中似乎存在一些混淆。 MULTILINE是什麼讓^和$定位符分別匹配邏輯行的開始和結束。 DOTALL讓點（句號，句號，任何）與\n（換行符）和\r（回車）等行分隔符相匹配。這個正則表達式必須使用MULTILINE模式和一定不能使用DOTALL模式。

來源

2008-12-26 04:42:00

謝謝。如果地址是多行字段呢？是否有可能捕獲它而不需要依賴下一個字段名稱？ – 2008-12-26 16:25:00

如果地址字段位於輸入末尾，Nick的正則表達式將匹配。你是這個意思嗎？ – 2008-12-27 01:58:51

正則表達式來提取標籤 - 值對在Java中

回答

相關問題