如何从Java中的给定字符串中提取单词

Question

我正在尝试提取所有单词（甚至旁边有括号的单词-编程语言中的方法/函数）

但是我只能得到第一个单词，而不是所有单词。 如何遍历与给定regex匹配的所有单词？

这是我尝试过的。 我的String是我正在阅读的文本文件，它看起来像这样。

infile >> name; 

infile >> Id;
cout << name << " " << Id << endl;
hwp = compute_hw_participation (infile);
tests = compute_tests(tests, infile);
totalscore = compute_totalscore (totalscore, infile);

printRecord (name, Id, hwp, tests, totalscore, outfile);
infile >> name; 

return 0;
}

此外，我试图找到methods在这个String的方法是

compute_hw_participation（infile）

compute_totalscore（totalscore，infile）

printRecord（名称，Id，hwp，测试，总成绩，输出文件） //此方法在方法名称和括号之间有一个空格，尽管有空格，我也需要获取括号（直到括号的末尾），如何我也实现了吗？

这是我尝试过的：

package com.codeingrams.recursion;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 *
 * @author Jananath Banuka
 */
public class Test {

    private static final Pattern p = Pattern.compile(" [^\\s(]+\\([^)]*\\)|\\S+");

    public static void main(String[] args) {
        String text = "\n"
                + "compute_hw_participation(infile) infile >> name; \n"
                + "while(!infile.eof())\n"
                + "{\n"
                + "infile >> Id;\n"
                + "cout << name << \" \" << Id << endl;\n"
                + "hwp = compute_hw_participation (infile);\n"
                + "tests = compute_tests(tests, infile);\n"
                + "totalscore = compute_totalscore (totalscore, infile);\n"
                + "// grade\n"
                + "printRecord (name, Id, hwp, tests, totalscore, outfile);\n"
                + "infile >> name; \n"
                + "}\n"
                + "\n"
                + "return 0;\n"
                + "}\n"
                + "";

        // create matcher for pattern p and given string
        Matcher m = p.matcher(text);        
        // if an occurrence if a pattern was found in a given string...
        if (m.find()) {
            // ...then you can use group() methods.
            System.out.println(m.group(0)); // gives only infile                        
            System.out.println(m.group(1)); //this gives error arrayIndexoutofBound
        }

    }
}

输出：

compute_hw_participation（infile）错误：线程“ main”中的异常java.lang.IndexOutOfBoundsException：com.codeingrams.recursion.Test.main（测试中，java.util.regex.Matcher.group（Matcher.java:538）处没有组1 .java：44）

Answer 1

您需要一个与函数调用匹配的模式，即名称，可能的空格，左括号，一些参数和右括号。

查看Javadoc for Pattern，您会看到可以在正则表达式中使用的字符类。 你需要：

• 字母或数字或下划线： \\w
• 可能是空格： \\s* ， *表示零到很多次
• 左括号，您需要用反斜杠转义，因为它在正则表达式中具有特殊含义： \\(
• 一些（或没有）字符，直到找到右括号为止： [^)]* [和]创建一个组， ^是负号，表示该组中什么都没有。
• 实际的右括号： \\)

然后，您需要为每个反斜杠添加另一个反斜杠，因为Java字符串还将反斜杠用于特殊字符，例如\\n 。

您还需要添加括号以捕获您感兴趣的数据。这也是您必须对括号进行引用以使其匹配的原因-不带括号的括号表示分组或捕获。

这样，总正则表达式为(\\w+\\s*\\([^)]*\\)) 。

这是完整的程序：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {
    public static void main(String[] args) {
        String text = "\n"
                + "compute_hw_participation(infile) infile >> name; \n"
                + "while(!infile.eof())\n"
                + "{\n"
                + "infile >> Id;\n"
                + "cout << name << \" \" << Id << endl;\n"
                + "hwp = compute_hw_participation (infile);\n"
                + "tests = compute_tests(tests, infile);\n"
                + "totalscore = compute_totalscore (totalscore, infile);\n"
                + "// grade\n"
                + "printRecord (name, Id, hwp, tests, totalscore, outfile);\n"
                + "infile >> name; \n"
                + "}\n"
                + "\n"
                + "return 0;\n"
                + "}\n";
        Pattern p = Pattern.compile("(\\w+\\s*\\([^)]*\\))");
        Matcher m = p.matcher(text);
        while (m.find()) {
            System.out.println(m.group());
        }
    }
}

您会很快看到这种简单方法的局限性：它还认为while(!infile.eo()是一个函数，因为它看起来像一个函数调用。该代码不知道任何可能的语言关键字。不会在while表达式中捕获最后一个结束括号，这是因为它不计算括号，只是在第一个结束括号处停止，正则表达式也不了解注释或字符串，并且会很高兴地选择注释掉的代码或字符串就像"foo()" 。

因此，对于要处理的语言，使用真正的解析器几乎总是更好。