在单词中拆分行并在Java Regex中删除字符串和数字单词

Question

如何使用Java Regex在单词中分割一行并删除字符串和数字单词。 这里输入是我收到的，输出是我想要的：

Input:
05  ECPRF-057     PIC S9(4) VALUE +0057 COMP-3.

Output:
ECPRF-057
PIC
S
VALUE
COMP-3


Input:
88  ACCT-LVL-CHG     VALUE 'WT ' 'WTO', "AA ",

Output:
ACCT-LVL-CHG
VALUE

在此先感谢Kishore

Answer 1

不，你没有。

05  ECPRF-057     PIC S9(4) VALUE +0057 COMP-3.
05  ECPRF-057     COMP-3 PIC S9(4) VALUE +0057.
05  ECPRF-057     VALUE +0057 PIC S9(4) USAGE COMP-3.
05  ECPRF-057     VALUE +0057 PIC S9(4) USAGE IS COMP-3.
05  ECPRF-057     VALUE +0057 PICTURE IS S9(4) USAGE IS COMP-3.
05  ECPRF-057     VALUE +0057 PICTURE S9(4) USAGE IS COMP-3.
05  ECPRF-057     VALUE +0057 PIC S9(4) COMP-3.
05  ECPRF-057     VALUE +0057 COMP-3 PIC S9(4).
05  ECPRF-057     VALUE +0057 PACKED-DECIMAL PIC S9(4).
05  ECPRF-057     VALUE +0057 PIC S9(4).

另外，COMP-3可以写为COMPUTATIONAL-3或PACKED-DECIMAL。 这些都不是必须排在同一条线上，而且通常不会。

这些都是一样的。 并进行许多很多组合。 我确定，关于那最后一个？ 是的，因为在此之前的某处（立即或之前的任意行）为：

02  ECPRF-057-GROUP COMP-3. (which may also have the combinations relating to COMP-3)

在第二个示例中，这还没有达到88级。

没有：

05  PIC X(20) VALUE SPACE.

这没有重复的数据名称，当使用更高级别的数据名称“限定”时，这些数据名称才有效，需要使用IN或OF。

那是没有定义的。

没有COMP / COMP-4 / COMP-5 / BINARY，其中可以保留的最大值之类的内容取决于编译器选项。

除非已经对所有正在处理的数据进行了严格的标准化，否则请不要尝试执行此操作。

另外，VALUE一词对您没有用，它是与您想要的VALUE子句相关的实际内容，单数形式，当存在时，VALUE在级别01-49上是可选的，或者可以是数量不限的多个项目a Level88。另外，您忽略了位数或字节数（它取决于PICture，甚至是偶数，奇数还是由于编译选项而有所不同）。

以前，您被问到您正在以编程方式查看COBOL程序时在做什么，而没有提及这一点。

如果要让程序理解大型机上的COBOL，则该程序已经存在，它是Enterprise COBOL编译器。

如果您确实想通过尝试“理解” COBOL程序来做某事，则至少可以使您的任务数量级更容易，并使用编译器生成的编译列表。 您仍然必须计算出小数位数和OCCURS的次数，但是这些都是次要的事情，可以在有限的上下文中具体查找，这些内容可以由编译列表中的数据提供。

而且，如果您确实需要忽略与VALUE相关联的值，则可以将比喻常量（空格，低值，高值，零（S / ES），报价（S））处理为好吧，加上NULL，您可能会在USAGE POINTER项目上找到VALUE。 您还需要注意，这些可以在给定数据项所属的组中指定。

现在时间允许一些扩展，因此请查看以下内容：

   01  A-GROUP VALUE ZERO. 
       05  PIC 9. 
       05  A-NAME-1 PIC S9(4). 
       05  A-NAME-2 PIC S9999. 
       05  A-NAME-3 REDEFINES A-NAME-2 PIC 9999.
   01  B-GROUP BINARY. 
       05  PIC 9. 
       05  B-NAME-1 PIC S9(4). 
       05  B-NAME-2 PIC S9999. 
       05  B-NAME-3 REDEFINES B-NAME-2 PIC 9999.
   01  C-GROUP COMPUTATIONAL-3. 
       05  PIC 9. 
       05  C-NAME-1 PIC S9(4). 
       05  C-NAME-2 PIC S9999. 
       05  C-NAME-3 REDEFINES C-NAME-2 PIC 9999.

   01  D-GROUP SIGN LEADING SEPARATE. 
       05  PIC 9. 
       05  D-NAME-1 PIC S9(4). 
       05  D-NAME-2 PIC S9999. 
       05  FILLER  REDEFINES D-NAME-2. 
           10  FILLER PIC X. 
           10  D-NAME-3 PIC 9999. 

如果您查看05级别的定义，则所有这些字段在组之间看起来都是相同的。 它们没有什么不同，它们都因01级别的附加条款而有所不同。

我什至没有刮擦表面。 COBOL的数据定义范围非常广泛，可以轻松应用于生成复杂的数据结构。

COBOL是一门古老的语言。 许多COBOL程序是旧程序，已经由许多人使用不同的编码样式和不同水平的COBOL知识进行了更改。 您会在所有程序中找到上述定义吗？ 不，您会在某些地方找到它们吗？ 也许。 处理数据时不能包含Maybes。

您提取的数据对我来说没有意义。 级别数很重要，值的内容很重要。 字段中的位数和字段大小（以字节为单位）都很重要。 也许您不需要这些，但是我对此表示怀疑。

放弃这条路线。

如果您真的需要“理解” IBM Mainframe上的COBOL程序，请使用所有清单选项对其进行编译，然后使用清单。 或查看《企业COBOL编程指南》中的SYSADATA附录，并使用编译器选项生成该数据（这将花费更长的时间进行编译，但是如果需要完成多个不同的任务，则将使您的工作量减少（您有两个已经））。

如果您尝试做其他任何事情，那么您正在寻找大量工作。 如果您不熟悉COBOL，并且没有足够的知识可用于该设计，那么您的结果充其量将是“修补”的。

如果您对以前与此相关的问题得到了更完整的回答，那么您还可以保存以上所有内容。

以下是一些SO问题的链接，如果您希望继续使用其他解决方案，这些链接可能会对您有所帮助：

生成EBCDIC数据文件的记录布局。

是否有Python库来解析和处理COBOL代码？

有免费的（如啤酒中的）流程图生成器用于COBOL代码吗？

Answer 2

我分三个阶段获得了解决方案阶段1：首先删除所有字符串

String line = srcLine.replaceAll("((?:\"(?:[[^\"]|\"\"]*)\")|(?:\'(?:[[^\']|\'\']*)\'))", "");

阶段2：用文字打破界限

Pattern pattern = Pattern.compile("\\b(?:(?<=\")[^\"]*(?=\")|(?<=\\')[^\\']*(?=\\')|[\\w\\d-]+)\\b");

Pahse 3：最后丢弃数字数据。