創建正則表達式來解析文件-Java

Question

我有一個要解析的日志文件，格式如下：

225:org.powertac.common.Competition::0::new::game-0
287:org.powertac.common.Competition::0::withSimulationBaseTime::1255132800000
288:org.powertac.common.Competition::0::withTimezoneOffset::-6
288:org.powertac.common.Competition::0::withLatitude::45
289:org.powertac.common.Competition::0::withBootstrapTimeslotCount::336
289:org.powertac.common.Competition::0::withBootstrapDiscardedTimeslots::24
290:org.powertac.common.Competition::0::withMinimumTimeslotCount::1400
290:org.powertac.common.Competition::0::withExpectedTimeslotCount::1440
291:org.powertac.common.Competition::0::withTimeslotLength::60
291:org.powertac.common.Competition::0::withSimulationRate::720
292:org.powertac.common.Competition::0::withTimeslotsOpen::24
292:org.powertac.common.Competition::0::withDeactivateTimeslotsAhead::1
300:org.powertac.du.DefaultBrokerService$LocalBroker::1::new::default broker
300:org.powertac.du.DefaultBrokerService$LocalBroker::1::setLocal::true
2074:org.powertac.common.RandomSeed::2::init::CompetitionControlService::0::game-setup::5354386935242895562
2157:org.powertac.common.TimeService::null::setCurrentTime::2009-10-10T00:00:00.000Z
2197:org.powertac.common.RandomSeed::3::init::AccountingService::0::interest::-8975848432442556652
2206:org.powertac.common.RandomSeed::4::init::TariffMarket::0::fees::-6239716112490883981
2213:org.powertac.common.msg.BrokerAccept::null::new::1
2214:org.powertac.common.msg.BrokerAccept::null::new::1::null
2216:org.powertac.common.RandomSeed::5::init::org.powertac.du.DefaultBrokerService::0::pricing::8741252857248937781
2226:org.powertac.common.TariffSpecification::6::new::1::CONSUMPTION
2231:org.powertac.common.Rate::7::new
2231:org.powertac.common.Rate::7::withValue::-0.5
2232:org.powertac.common.Rate::7::setTariffId::6

模式如下：對於新對象：

<id>:<classname>::<order_of_execution>::<new>::<args>

對於方法調用：

 <id>:<classname>::<order_of_execution>::<method_name>::<args>

對於內部類：

 <id>:<classname$innerclass>::<order_of_execution>::<method_name or new>::<args>

進行init調用：

 <id>:<classname>::<order_of_execution>::<init>::<args>

我想要一個能夠處理所有情況的正則表達式，並且能夠檢索到案例中所示的每個值。 如果要創建一個新對象，則可以使用Java的Reflection API。 因此，例如：

2231:org.powertac.common.Rate::7::new

將被解析為“ 2231”，“ org.powertac.common.Rate”，“ 7”，“ new”，args = {}。 我怎么能想到這樣的正則表達式？

Answer 1

將Matcher與捕獲組配合使用：

String s = "225:org.powertac.common.Competition::0::new::game-0";
Pattern p = Pattern.compile("([^:]+):([^:]+)::([\\d]+)::([^:]+)::(.+)");
Matcher m = p.matcher(s);
if (m.find()) {
  String id = m.group(1);
  String className = m.group(2);
  int orderOfExecution = Integer.valueOf(m.group(3));
  String methodNameOrNew = m.group(4);
  String[] arguments = m.group(5).split("::");
}

或者使用java.util.Scanner將分隔符設置為::?的更簡單方法::? ：

Scanner scanner = new Scanner(s);
scanner.useDelimiter("::?");
int id = scanner.nextInt();
String className = scanner.next();
int orderOfExecution = scanner.nextInt();
String methodNameOrNew = scanner.next();
scanner.useDelimiter("$").skip("::");
String[] arguments = scanner.next().split("::");

Answer 2

不要試圖將所有這些都推到一個正則表達式中。 為每個模式創建一個正則表達式表達式，並針對每一行，將其與每個正則表達式進行匹配，直到找到匹配的模式。 然后，您可以進行相應的解析。

偽代碼：

for line in file:
    if re.match(patNew, line):
        parseNew(line)
    elif re.match(patMethod, line):
        parseMethod(line)
    ...

與<id>:<classname>::<order_of_execution>::<new>::<args>匹配的正則表達式如下所示：

([0-9]+):(.*?)::([0-9]+)::(new)(?:::(.*))?

Answer 3

由於這些值是用冒號分隔的，並且本身不能包含冒號，因此不需要轉義或引用，因此您所需要的只是一個簡單的

(.*):(.*)::(.*)::(.*)::(.*)

如果args應該是可選的，請使用

(.*):(.*)::(.*)::([^:]*)(?:::(.*))?

這些值在組1到5中。例如，要確定日志條目是否是構造函數調用，請檢查組4是否等於“ new”。