如何在第一个选项卡实例之后删除所有字符？

Posted 2023-02-25

【中文标题】如何在第一个选项卡实例之后删除所有字符？

【英文标题】：How can I remove all characters after the first instance of a tab?

【发布时间】：2018-05-31 08:15:13

【问题描述】：

我有一个很大的文本文件，大约有 200,000 行单词翻译。我想保留标签后显示的翻译文本。

abaxial van  osovine
abbacy  opatstvo
abbaino     kora
abbatial    opatski
abbe    opat
abbé    opat
abbé    sveæenik
hematological parameters    hematološki pokazatelji

如何在标签的第一个实例之前去除所有字符？

【问题讨论】：

text.split("\\s2\\s*")

@MartinErlic 这很奇怪，因为\t 不是空格。也许您的问题应该是：“如何删除第一个 tab 字符之前的所有文本？”。或者最后，正如您的代码 sn-p 所做的那样。

@MartinErlic 那么也许您应该在尝试操作数据之前弄清楚数据是什么。使用一个好的文本编辑器来显示空格和制表符，例如Notepad++.

困惑！！！问题标题“删除标签之后的所有字符”。问题文本：“去掉 之前两个空格的所有字符”。它是制表符还是2个空格？是需要删除之前还是之后的文本？

如果问题与空格无关，请编辑问题文本以反映这一点。

【参考方案1】：

您可以使用这个正则表达式来匹配翻译前的所有内容：

 .+? 2,

在线尝试这个正则表达式：https://regex101.com/r/P0TY1k/1

使用此正则表达式在您的字符串上调用 replaceAll。

yourString.replaceAll(".+? 2,", "");

编辑：如果分隔符不是 2 个空格而是一个制表符，你可以试试这个正则表达式：

.+?(?: 2,|\t)

【讨论】：

对不起，很好的答案，但问题是错误的，“2个空格”实际上是一个制表符。见comment to question。

@Andreas 已编辑。

问题说“第一个实例...”，那么正则表达式不应该以.+? 开头吗？使用 greedy quantifier 之类的 .+，它将替换所有直到 last 实例，而不是第一个实例。像.+? 这样的reluctant quantifier 将在第一时间停止。

@Andreas 我看到原始/翻译对都在不同的行中，所以这不会有什么不同吗？还是编辑了。

【参考方案2】：

所以你可以使用正则表达式来非常有效地处理字符串。

导入 java.util.regex.Matcher; 导入 java.util.regex.Pattern;

公共类主

/**
 * Splits the line related to translation into 2 groups by splitting it on
 * two spaces " " and storing the splits into two named groups (key,
 * value)</br>
 * Group1 (key) is the text before the two spaces.</br>
 * Group2 (value) is the text after the two spaces.</br>
 */
private static final Pattern TRANSLATION_PATTERN = Pattern.compile("<key>.*)\\s\\s+(<value>.*)");

public static String grabTextAfterTwoSpaces(String input) 
    Matcher matcher = TRANSLATION_PATTERN.matcher(input);

    /*
     * You have to call .matches() for the regex to actually be applied.
     */
    if (!matcher.matches()) 
        throw new IllegalArgumentException(String.format("Provided input:[%s] did not contain two spaces", input));
    

    return matcher.group("value");


public static void main(String[] args) 
    System.out.println(grabTextAfterTwoSpaces("abaxial van  osovine"));
    System.out.println(grabTextAfterTwoSpaces("abbacy  opatstvo"));
    System.out.println(grabTextAfterTwoSpaces("abbaino     kora"));
    System.out.println(grabTextAfterTwoSpaces("abbatial    opatski"));
    System.out.println(grabTextAfterTwoSpaces("abbe    opat"));
    System.out.println(grabTextAfterTwoSpaces("abbé    opat"));
    System.out.println(grabTextAfterTwoSpaces("abbé    sveæenik"));
    System.out.println(grabTextAfterTwoSpaces("abbacy  opatstvo"));

    System.out.println(grabTextAfterTwoSpaces("hematological parameters    hematološki pokazatelji"));

Try it online!

因此，如果您对组使用“值”，您将获得 2+ 个空格之后的所有内容。

枇杷

opatstvo

可乐

奥帕茨基

奥帕特

奥帕特

sveæenik

opatstvo

hematološki pokazatelji

【讨论】：

对不起，很好的答案，但问题是错误的，“2个空格”实际上是一个制表符。见comment to question。