使用Java和正則表達式分割複雜的字符串

使用Java和正則表達式，我想從一行文本中提取字符串。的文本可以是在下面的格式 -使用Java和正則表達式分割複雜的字符串

KEY1（值1）KEY2（值2）
KEY1（值1）KEY2
KEY1 KEY2（值2）
KEY1 KEY2
KEY1

當我使用空格分割文本，然後使用下面的模式提取關鍵字時，使用Type＃1時，我能夠成功地提取鍵和值小號

Pattern p = Pattern.compile("\\((.*?)\\)",Pattern.DOTALL);

用於計數的次數「（」和與空間occurence可用於例＃2和情況＃3匹配它一個複雜的代碼的邏輯，但是，代碼變得太長。當空間出現在值中時也會出現多重複雜化，因爲這樣會使文本分裂成爲問題。

有沒有更好的正則表達式split/holiding我可以用於上面描述的選擇性案例？

來源

2013-05-01 Prasoon

你assumin g鍵和值在它們中沒有括號嗎？ – merlin2011 2013-05-01 17:32:25

是@ merlin2011，他們的鍵和值本身沒有括號。 – Prasoon 2013-05-01 17:47:33

考慮下面的通用正則表達式的powershell示例。

(?<=^|[\s)\n])[\n]*([^(\n\s]*)([(]([^)\n]*)[)])?

例

$Matches = @() 
    $String = 'key1(value1) key2(value2) 
key3(value3) key3.5 
key4 key5(value5) GoofyStuff(I like kittens) 
key6 key7 ForReal-Things(be sure to vote) 
key8' 
    Write-Host start with 
    write-host $String 
    Write-Host 
    Write-Host found 
    ([regex]'(?<=^|[\s)\n])([^(\n\s]*)([(]([^)\n]*)[)])?').matches($String) | foreach { 
     if ($_.Groups[1].Value) { 
      write-host "key at $($_.Groups[1].Index) = '$($_.Groups[1].Value)'" 
      if ($_.Groups[3].Value) { 
       write-host "value at $($_.Groups[3].Index) = '$($_.Groups[3].Value)'" 
       } # end if 
      } # end if 
     } # next match

息率

start with 
key1(value1) key2(value2) 
key3(value3) key3.5 
key4 key5(value5) GoofyStuff(I like kittens) 
key6 key7 ForReal-Things(be sure to vote) 
key8 

found 
key at 0 = 'key1' 
value at 5 = 'value1' 
key at 13 = 'key2' 
value at 18 = 'value2' 
key at 27 = 'key3' 
value at 32 = 'value3' 
key at 40 = 'key3.5' 
key at 48 = 'key4' 
key at 53 = 'key5' 
value at 58 = 'value5' 
key at 67 = 'GoofyStuff' 
value at 78 = 'I like kittens' 
key at 95 = 'key6' 
key at 100 = 'key7' 
key at 105 = 'ForReal-Things' 
value at 120 = 'be sure to vote' 
key at 138 = 'key8'

摘要

(?<=^|[\s)\n]*)查找密鑰的開始，每個鍵被假定爲在字符串的開頭，或在\ n之後，「（」或space - (?<=^|[\s)\n]*)。 這可能無法在Java中工作，因爲Java處理帶有未定義大小的lookaround時存在缺陷/功能。（see also）
(?<=^|[\s)\n])尋找一個關鍵的開始，每個鍵被假定爲在字符串，或右後\ n「（」，或空間的開始 - (?<=^|[\s)\n])。這環顧四周，似乎在C＃中的工作和PowerShell
([^(\n\s]*)返回所有字符，直到下一個「（」 \ n或\ S如果存在
([(]([^)\n]*)[)])?返回parans內的值
循環中的額外的邏輯測試匹配陣列，以驗證密鑰名稱和值被發現。在PowerShell中的$匹配自動從字符串所有匹配的項目填充。

來源

2013-05-01 18:04:06

注意：此解決方案在C＃中工作，但它目前依賴於Java的正則表達式實現中的錯誤/功能。 – nhahtdh 2013-05-01 18:35:50

這是在PowerShell中編寫和測試的，你能夠擴展你所指的錯誤/功能嗎？ – 2013-05-01 18:49:53

檢查此問題：http://stackoverflow.com/questions/1536915/regex-look-behind-without-obvious-maximum-length-in-java Java正則表達式的「官方」文檔是在模式類，它不' t真的很詳細地描述了什麼被認爲對於後視無效。因此，不清楚這是一個錯誤還是一個功能。 – nhahtdh 2013-05-01 18:53:50

我的建議是：

Pattern p = Pattern.compile("(\\(?[^ \\n(]+\\)?)+"), Pattern.DOTALL);

然後，迭代子匹配。如果第一個字符是paren，你就知道它是前一個鍵的值;否則，這是一個關鍵。如果這是一個值，只需使用substring即可剝離。

來源

2013-05-01 17:39:30 Adrian

使用Java和正則表達式分割複雜的字符串

回答

相關問題