如何使用正则表达式正确拆分/解析此字符串

Question

我对regex不熟悉，而对JAVA则不熟悉，因此这里的一些帮助将不胜感激。

所以我有一个字符串形式：

statement|digit|statement

statement|digit|statement

等等

where语句可以是字符，数字和空格的任意组合。 我想解析此字符串，以便将每行的第一条和最后一条语句保存在单独的字符串数组中。

例如，如果我有一个字符串：

cats|1|short hair and long hair

cats|2|black, blue

dogs|1|cats are better than dogs

我希望能够将字符串解析为两个数组。

Array one = [cats], [cats], [dogs]

Array two = [short hair and long hair],[black, blue],[cats are better than dogs]

    Matcher m = Pattern.compile("(\\.+)|\\d+|=(\\.+)").matcher(str);

        while(m.find()) {
          String key = m.group(1);
          String value = m.group(2);
          System.out.printf("key=%s, value=%s\n", key, value);
        }

如果我的输出正确但没有运气，我会继续将键和值添加到单独的数组中。 任何帮助，将不胜感激。

Answer 1

这是RegEx的解决方案：

public class ParseString {
    public static void main(String[] args) {
        String data = "cats|1|short hair and long hair\n"+
                      "cats|2|black, blue\n"+
                      "dogs|1|cats are better than dogs";
        List<String> result1 = new ArrayList<>();
        List<String> result2 = new ArrayList<>();
        Pattern pattern = Pattern.compile("(.+)\\|\\d+\\|(.+)");

        Matcher m = pattern.matcher(data);
        while (m.find()) {
           String key = m.group(1);
           String value = m.group(2);
           result1.add(key);
           result2.add(value);
           System.out.printf("key=%s, value=%s\n", key, value);
        }
    }
}

这是一个帮助您使用正则表达式http://txt2re.com/表达式的好网站。 在第一步中输入一些示例文本。 选择您在第2部分中感兴趣的部分。然后在第3步中选择一种语言。然后复制，粘贴和按摩它吐出的代码。

Answer 2

双重分割应该起作用：

class ParseString
{  
  public static void main(String[] args)
  {  
    String s = "cats|1|short hair and long hair\ncats|2|black, blue\ndogs|1|cats are better than dogs";
    String[] sa1 = s.split("\n");
    for (int i = 0; i < sa1.length; i++)
    {  
      String[] sa2 = sa1[i].split("\\|");
      System.out.printf("key=%s, value=%s\n", sa2[0], sa2[2]);
    } // end for i
  } // end main
} // end class ParseString

输出：

key=cats, value=short hair and long hair
key=cats, value=black, blue
key=dogs, value=cats are better than dogs

Answer 3

主要的问题是，你需要逃脱| 而不是. 。 还有=在正则表达式中做什么？ 我稍微推广了正则表达式，但是您可以用\\\\d+替换.*以使其与您的相同。

Matcher m = Pattern.compile("^(.+?)\\|.*\\|(.+)$", Pattern.MULTILINE).matcher(str);

这是严格的版本： "^([^|]+)\\\\|\\\\d+\\\\|([^|]+)$" （也使用MULTILINE）

正如某些人所说，使用split （在线）确实更容易，但是像这样：

String[] parts = str.split("\\|\\d+\\|");

如果parts.length不为2，那么您知道这不是合法行。

如果您的输入始终采用这种格式，那么您只需使用这条语句即可获得偶数索引的左部分和奇数索引的右部分 （0： line1-left ，1： line1-right ，2： line2-left ，3： line2-right ，4： line3-left ...），因此您将获得两倍于行数的数组。

String[] parts = str.split("\\|\\d+\\||\\n+");

Answer 4

我同意您应该使用split的其他答案，但是我提供了一个使用Pattern.split的答案，因为它使用了正则表达式。

import java.util.*;
import java.lang.*;
import java.io.*;
import java.util.regex.Pattern;

/* Name of the class has to be "Main" only if the class is public. */
class MatchExample
{
    public static void main (String[] args) {
        String[] data = {
            "cats|1|short hair and long hair",
            "cats|2|black, blue",
            "dogs|1|cats are better than dogs"
        };
        Pattern p = Pattern.compile("\\|\\d+\\|");
        for(String line: data){

            String[] elements = p.split(line);
            System.out.println(elements[0] + " // " + elements[1]);

        }
    }
}

请注意，模式将匹配两个|之间的一个或多个数字。 我知道您对这些分组的处理方式。

Answer 5

有没有需要复杂的正则表达式，你可以简单的分割字符串使用字符串的拆分方法（demiliter 令牌 字符串＃分裂（） ）上的Java。

工作实例

public class StackOverFlow31840211 {
    private static final int SENTENCE1_TOKEN_INDEX = 0;
    private static final int DIGIT_TOKEN_INDEX = SENTENCE1_TOKEN_INDEX + 1;
    private static final int SENTENCE2_TOKEN_INDEX = DIGIT_TOKEN_INDEX + 1;

    public static void main(String[] args) {
        String[] text = {
            "cats|1|short hair and long hair",
            "cats|2|black, blue",
            "dogs|1|cats are better than dogs"
        };

        ArrayList<String> arrayOne = new ArrayList<String>();
        ArrayList<String> arrayTwo = new ArrayList<String>();

        for (String s : text) {
            String[] tokens = s.split("\\|");

            int tokenType = 0;
            for (String token : tokens) {
                switch (tokenType) {
                    case SENTENCE1_TOKEN_INDEX:
                        arrayOne.add(token);
                        break;

                    case SENTENCE2_TOKEN_INDEX:
                        arrayTwo.add(token);
                        break;
                }

                ++tokenType;
            }
        }

        System.out.println("Sentences for first token: " + arrayOne);
        System.out.println("Sentences for third token: " + arrayTwo);

    }
}