使用 Java 正则表达式模式解析字符串？

Posted 2023-02-26

【中文标题】使用 Java 正则表达式模式解析字符串？

【英文标题】：Parse string using Java Regex Pattern?

【发布时间】：2017-12-23 20:13:18

【问题描述】：

我有以下格式的 java 字符串。

String s = "City: [name:NYK][distance:1100] [name:CLT][distance:2300] [name:KTY][distance:3540] Price:"

使用 java.util.regex 包问题和模式类，我必须得到以下格式的输出字符串：

Output: [NYK:1100][CLT:2300][KTY:3540]

你能推荐一个可以帮助我获得上述输出格式的 RegEx 模式吗？

【问题讨论】：

你已经尝试过了吗？

【参考方案1】：

您可以使用这个正则表达式\[name:([A-Z]+)\]\[distance:(\d+)\] 和这样的模式：

String regex = "\\[name:([A-Z]+)\\]\\[distance:(\\d+)\\]";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(s);

StringBuilder result = new StringBuilder();
while (matcher.find())                                                 
    result.append("[");
    result.append(matcher.group(1));
    result.append(":");
    result.append(matcher.group(2));
    result.append("]");


System.out.println(result.toString());

输出

[NYK:1100][CLT:2300][KTY:3540]

regex demo \[name:([A-Z]+)\]\[distance:(\d+)\] 的意思是得到两组，一组是\[name:([A-Z]+)\] 后面的大写字母，第二组是\[distance:(\d+)\] 后面的数字

---

@tradeJmark 的另一个解决方案你可以使用这个正则表达式：

String regex = "\\[name:(?<name>[A-Z]+)\\]\\[distance:(?<distance>\\d+)\\]";

因此您可以通过组名而不是像这样的索引轻松获取每个组的结果：

while (matcher.find())                                                 
    result.append("[");
    result.append(matcher.group("name"));
    //----------------------------^^
    result.append(":");
    result.append(matcher.group("distance"));
    //------------------------------^^
    result.append("]");

【讨论】：

和我做的差不多。我唯一的补充（这在某种程度上是一个偏好问题）是可以命名捕获组，例如name:(?<name>[A-Z]+)，然后以matcher.group("name") 访问。只需在接入点明确说明您要访问的网段。

这是@tradeJmark 使用name:(?<name>[A-Z]+) 的好方法，然后以matcher.group("name") 访问 老实说这是我第一次看到它，我已经对其进行了测试，并且效果很好String regex = "\\[name:(?<name>[A-Z]+)\\]\\[distance:(?<distance>\\d+)\\]"; 我如果您不介意，将添加到我的答案中:)

当然，如果你喜欢，一定添加它。

【参考方案2】：

如果字符串的格式是固定的，并且你总是只有 3 个 [...] 组在里面处理，你可以定义一个匹配 [name:...] 的块并将 2 部分捕获到单独的组并使用带有.replaceAll的非常简单的代码：

String s = "City: [name:NYK][distance:1100] [name:CLT][distance:2300] [name:KTY][distance:3540] Price:";
String matchingBlock = "\\s*\\[name:([A-Z]+)]\\[distance:(\\d+)]";
String res = s.replaceAll(String.format(".*%1$s%1$s%1$s.*", matchingBlock), 
    "[$1:$2][$3:$4][$5:$6]");
System.out.println(res); // [NYK:1100][CLT:2300][KTY:3540]

查看Java demo 和regex demo。

块模式匹配：

\\s* - 0+ 个空格 \\[name: - 文字 [name: 子字符串 ([A-Z]+) - 第 n 组捕获 1 个或多个大写 ASCII 字符（也可以使用 \\w+） ]\\[distance: - 文字 ][distance: 子字符串 (\\d+) - 组 m 捕获 1 个或多个数字 ] - ] 符号。

在.*%1$s%1$s%1$s.* 模式中，组将有 1 到 6 个 ID（通过替换模式中的 $1 - $6 反向引用引用），并且前导和最后 .* 将删除开头和结尾字符串（如果字符串可以包含换行符，则在模式开头添加(?s)）。