如何在 Java 中拆分此字符串？ [复制]

Posted 2023-02-26

【中文标题】如何在 Java 中拆分此字符串？ [复制]

【英文标题】：How can i split this string in Java? [duplicate]

【发布时间】：2014-01-18 15:08:00

【问题描述】：

我在用 Java 拆分句子时遇到问题

输入字符串：

"retinol,\"3,7,11,15-tetramethyl-2,4,6,10,14-hexadecapentaenoic acid\",C034534,81485-25-8,\"Carcinoma, Hepatocellular\",MESH:D006528,Cancer|Digestive system disease,,17270033,therapeutic";

我想拆分它并得到如下拆分的术语；

视黄醇 3,7,11,15-四甲基-2,4,6,10,14-十六碳五烯酸 C034534 81485-25-8 肝细胞癌 网格：D006528 癌症|消化系统疾病 （无） 17270033 治疗性

我尝试了几种方法来解决这个问题，例如 Pattern/Matcher 和 split(",")[] 等。 但是，我找不到答案..

【问题讨论】：

你能用模式/匹配器发布这些尝试并在你的问题中拆分吗？

根据@Jerry 的评论 - 您必须发布您尝试过的解决方案并就这些问题提出问题 - 您不能要求该场景的用户为您完成工作。

看起来像标准 CSV，不是吗？

那么最好的办法就是使用库为您解析 CSV。 See this question.

您最好的选择（从长远来看）是尝试专门为解析 CSV 编写的库，例如 OpenCSV。您可以使用this 形式的“快速而肮脏的方式”，但它可能并不总是适用于您的所有数据。

【参考方案1】：

正如 cmets 中所讨论的，由于您正在解析 CSV 文件，因此您将需要使用专门为解析 CSV 而编写的库。否则，您将继续遇到问题，即您所写的内容“当出现不同的模式时无用”（如您所说）。

但是，要解决手头的问题，您只需用逗号分开，忽略引号内的逗号。所以你可以这样做（来自this answer）：

String input = "retinol,\"3,7,11,15-tetramethyl-2,4,6,10,14-hexadecapentaenoic acid\",C034534,81485-25-8,\"Carcinoma, Hepatocellular\",MESH:D006528,Cancer|Digestive system disease,,17270033,therapeutic";
String[] output = input.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)");

for(String s : output)
    System.out.println(s);

这会给你这个输出（注意引号和空行）：

视黄醇 "3,7,11,15-四甲基-2,4,6,10,14-十六碳五烯酸" C034534 81485-25-8 “癌，肝细胞” 网目：D006528 癌症|消化系统疾病

17270033 治疗

您可以根据需要替换引号并忽略空行。此循环将打印问题中请求的确切输出：

int i=1;
for(String s : output)
    if(!s.isEmpty())
        System.out.println(i++ + ". " + s.replace("\"", ""));
    

输出：

视黄醇 3,7,11,15-四甲基-2,4,6,10,14-十六碳五烯酸 C034534 81485-25-8 肝细胞癌 网格：D006528 癌症|消化系统疾病 17270033 治疗性

但是，请使用像 OpenCSV 这样的库。

【讨论】：

非常感谢先生。它对我帮助很大！再次感谢您，先生。