使用正則表達式解析表 - Java

Question

我正在解析以下AWS成本實例表：

m1.small    1   1   1.7     1 x 160    $0.044 per Hour
m1.medium   1   2   3.75    1 x 410    $0.087 per Hour
m1.large    2   4   7.5     2 x 420    $0.175 per Hour
m1.xlarge   4   8   15      4 x 420    $0.35 per Hour

有一個包含這些費用的文件：

input = new Scanner(file);
String[] values;
while (input.hasNextLine()) {
    String line = input.nextLine();
    values = line.split("\\s+"); // <-- not what I want...
    for (String v : values)
        System.out.println(v);
}

然而，這給了我：

m1.small
1
1
1.7
1
x
160
$0.044
per
Hour

這不是我想要的...更正的解析values （使用正確的正則表達式）將如下所示：

['m1.small', '1', '1', '1.7', '1 x 160', '$0.044', 'per Hour']

為了獲得正確的結果，正確的regex是什么？ 可以假設該表將始終具有相同的模式。

Answer 1

試試這個小提琴https://regex101.com/r/sP6zW5/1

([^\\s]+)\\s+(\\d+)\\s+(\\d+)\\s+([\\d\\.]+)\\s+(\\d+ x \\d+)\\s+(\\$\\d+\\.\\d+)\\s+(per \\w+)

匹配文本，組是您的列表。

我認為在你的情況下使用拆分太復雜了。 如果文本總是相同的。就像字符串格式的反向過程。

Answer 2

如果你想使用正則表達式，你可以這樣做：

        String s = "m1.small    1   1   1.7     1 x 160    $0.044 per Hour";
        String spaces = "\\s+";
        String type = "(.*?)";
        String intNumber = "(\\d+)";
        String doubleNumber = "([0-9.]+)";
        String dollarNumber = "([$0-9.]+)";
        String aXb = "(\\d+ x \\d+)";
        String rest = "(.*)";

        Pattern pattern = Pattern.compile(type + spaces + intNumber + spaces + intNumber + spaces + doubleNumber
                + spaces + aXb + spaces + dollarNumber + spaces + rest);
        Matcher matcher = pattern.matcher(s);
        while (matcher.find()) {
            String[] fields = new String[] { matcher.group(1), matcher.group(2), matcher.group(3), matcher.group(4),
                    matcher.group(5), matcher.group(6), matcher.group(7) };
            System.out.println(Arrays.toString(fields));
        }

請注意我是如何將正則表達式分解為可讀的。 （作為一個長字符串，它很難讀/維。）還有另一種方法可以做到這一點。 由於您知道哪些字段正在拆分，因此您可以執行此簡單拆分並使用組合值構建新數組：

        String[] allFields = s.split("\\s+");
        String[] result = new String[] { 
            allFields[0], 
            allFields[1],
            allFields[2],
            allFields[3],
            allFields[4] + " " + allFields[5] + " " + allFields[6],         
            allFields[7], 
            allFields[8] + " " + allFields[9] };
        System.out.println(Arrays.toString(result));

Answer 3

分開一個更多的空間。 空格必須出現在下面的上下文中。

數字 - 空間 - 不是“x”

要么

不是“x” - 空間 - 數字

    values = line.split("(?<=\\d)\\s+(?=[^x])|(?<=[^x])\\s+(?=\\d)")));