如何從Java中的給定字符串中提取單詞

Question

我正在嘗試提取所有單詞（甚至旁邊有括號的單詞-編程語言中的方法/函數）

但是我只能得到第一個單詞，而不是所有單詞。 如何遍歷與給定regex匹配的所有單詞？

這是我嘗試過的。 我的String是我正在閱讀的文本文件，它看起來像這樣。

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，我試圖找到methods在這個String的方法是

compute_hw_participation（infile）

compute_totalscore（totalscore，infile）

printRecord（名稱，Id，hwp，測試，總成績，輸出文件） //此方法在方法名稱和括號之間有一個空格，盡管有空格，我也需要獲取括號（直到括號的末尾），如何我也實現了嗎？

這是我嘗試過的：

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
        }

    }
}

輸出：

compute_hw_participation（infile）錯誤：線程“ main”中的異常java.lang.IndexOutOfBoundsException：com.codeingrams.recursion.Test.main（測試中，java.util.regex.Matcher.group（Matcher.java:538）處沒有組1 .java：44）

Answer 1

您需要一個與函數調用匹配的模式，即名稱，可能的空格，左括號，一些參數和右括號。

查看Javadoc for Pattern，您會看到可以在正則表達式中使用的字符類。 你需要：

• 字母或數字或下划線： \\w
• 可能是空格： \\s* ， *表示零到很多次
• 左括號，您需要用反斜杠轉義，因為它在正則表達式中具有特殊含義： \\(
• 一些（或沒有）字符，直到找到右括號為止： [^)]* [和]創建一個組， ^是負號，表示該組中什么都沒有。
• 實際的右括號： \\)

然后，您需要為每個反斜杠添加另一個反斜杠，因為Java字符串還將反斜杠用於特殊字符，例如\\n 。

您還需要添加括號以捕獲您感興趣的數據。這也是您必須對括號進行引用以使其匹配的原因-不帶括號的括號表示分組或捕獲。

這樣，總正則表達式為(\\w+\\s*\\([^)]*\\)) 。

這是完整的程序：

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());
        }
    }
}

您會很快看到這種簡單方法的局限性：它還認為while(!infile.eo()是一個函數，因為它看起來像一個函數調用。該代碼不知道任何可能的語言關鍵字。不會在while表達式中捕獲最后一個結束括號，這是因為它不計算括號，只是在第一個結束括號處停止，正則表達式也不了解注釋或字符串，並且會很高興地選擇注釋掉的代碼或字符串就像"foo()" 。

因此，對於要處理的語言，使用真正的解析器幾乎總是更好。