使用不同的正则表达式进行Java字符串解析以进行拆分

Question

str="Tick for symbol .ISEQ-IDX descriptor id 1 timestamp_sec 20130628030105 timestamp_usec 384000;EXCH_TIME 1372388465384;SENDING_TIME  0;PRICE 3957.890000;MIC XDUBIND;"

我对更改此字符串的创建格式没有任何控制权。

我尝试了这个，但是我无法真正获得第一把键“ Tick for symbol”，“ timestamp_sec”等的值。

不仅在这个特定的字符串中，而且我很好奇如何解析具有多个正则表达式拆分的字符串。 任何帮助将不胜感激。

   String[] s = line.split(";");
    Map<String, String> m = new HashMap<String, String>();
    for (int i = 0; i < s.length; i++)
    {
          String[] split = s[i].split("\\s+");
          for (String string2 : split)
          {
             //Adding key value pair. to a map for further usage. 
           m.put(split[0], split[1]);
          }

    }

编辑
所需的输出到地图中：
（对符号打勾，.ISEQ-IDX）
（描述符ID，1）
（timestamp_sec，20130628030105）
（TIMESTAMP_USEC，384000）
（EXCH_TIME，1372388465384）
（SENDING_TIME，0）
（价格，3957.890000）
（MIC，XDUBIND）

Answer 1

接下来呢？ 您可以指定键/值模式对的列表。 键直接指定为字符串，值指定为正则表达式。 然后，您可以通过该列表并在文本中搜索键，然后搜索值模式，如果找到它，则提取值。

我假设键可以以任何顺序排列，不必全部都存在，可能会有多个空格隔开它们。 如果知道键的顺序，则始终find在上一个find结束的地方开始find 。 如果您知道所有键都是必需的，那么如果找不到所需的键，则可以抛出异常。

    static String test="Tick for symbol .ISEQ-IDX descriptor id 1 timestamp_sec 20130628030105 timestamp_usec 384000;EXCH_TIME 1372388465384;SENDING_TIME  0;PRICE 3957.890000;MIC XDUBIND;";

    static List<String> patterns = Arrays.asList(
        "Tick for symbol", "\\S+",
        "descriptor id", "\\d+",
        "timestamp_sec", "\\d+",
        "timestamp_usec", "\\d+",
        "EXCH_TIME", "\\d+",
        "SENDING_TIME","\\d+",
        "PRICE", "\\d+.\\d",
        "MIC", "\\S+"
      );


        public static void main(String[] args) {
            Map<String,String> map = new HashMap<>();

            for (int i = 0; i<patterns.size();i+=2) {
                String key = patterns.get(i);
                String val = patterns.get(i+1);
                String pattern = "\\Q" +key + "\\E\\s+(" + val + ")";
                Matcher m = Pattern.compile(pattern).matcher(test);

                if (m.find()) {
                    map.put(key, m.group(1));
                }
            }
            System.out.println(map);

        }

Answer 2

我认为正则表达式不会在这里为您提供帮助，无论谁设计输出String的人显然都没有想到。

我建议简单地通过一个循环解析String并手动完成整个操作。 或者，您可以只浏览String中的子字符串（以“ Tick for symbol”的形式吸吮），然后取其后的任何单词（直到下一个空格），因为第二个参数似乎总是一个单词。

Answer 3

使用java.util.regex包中的Pattern类，在此java Regex教程中逐步介绍了该方法：

private static final Pattern splitPattern = Pattern.compile("^Tick for symbol (.*) descriptor id (\\d+) timestamp_sec (\\d+) timestamp_usec (\\d+);EXCH_TIME (\\d+);SENDING_TIME  ?(\\d+);PRICE (.*);MIC (\\w+);$");

private static String printExtracted(final String str) {
  final Matcher m = splitPattern.matcher(str);
  if (m.matches()) {
    final String tickForSymbol = m.group(1);
    final long descriptorId = Long.parseLong(m.group(2), 10);
    final long timestampSec = Long.parseLong(m.group(3), 10);
    final long timestampUsec = Long.parseLong(m.group(4), 10);
    final long exchTime = Long.parseLong(m.group(5), 10);
    final long sendingTime = Long.parseLong(m.group(6), 10);
    final double price = Double.parseDouble(m.group(7));
    final String mic = m.group(8);
    return "(Tick for Symbol, " + tickForSymbol + ")\n" +
         "(descriptor id, " + descriptorId + ")\n" +
         "(timestamp_sec, " + timestampSec + ")\n" +
         "(timestamp_usec, " + timestampUsec + ")\n" +
         "(EXCH_TIME, " + exchTime + ")\n" +
         "(SENDING_TIME, " + sendingTime +")\n" +
         "(PRICE, " + price + ")\n" +
         "(MIC, " + mic + ")";
  } else {
    throw new IllegalArgumentException("Argument " + str + " doesn't match pattern.");
  }
}

编辑 ：使用group而不是replaceAll因为它更有意义，而且速度更快。