将文件名分成组

Question

输入：

“MyPrefix_CH-DE_ProductName.pdf”

期望的输出：

["MyPrefix", "CH", "DE", "ProductName"]

CH 是一个国家代码，它应该来自一个预定义的列表，例如。 ["CH", "IT", "FR", "GB"]

编辑：前缀也可以包含 _ 和 - 但不能包含 CH 或 DE。

DE 是一个语言代码，它应该来自一个预定义的列表，例如。 ["EN", "IT", "FR", "DE"]

我该怎么做？

我在这里寻找基于正则表达式的解决方案。

Answer 1

我假设扩展名总是 pdf

String str = "MyPref_ix__CH-DE_ProductName.pdf";

String regex = "(.*)_(CH|IT|FR|GB)-(EN|IT|FR|DE)_(.*)\\.pdf";
Pattern pattern = Pattern.compile(regex);

Matcher matcher = pattern.matcher(str);
String[] res = new String[4];

if(matcher.matches()) {
    res[0] = matcher.group(1);
    res[1] = matcher.group(2);
    res[2] = matcher.group(3);
    res[3] = matcher.group(4);
}

Answer 2

你可以试试下面的

String input = "MyPrefix_CH-DE_ProductName.pdf";

String[] segments = input.split("_");


String prefix = segments[0];
String countryCode = segments[1].split("-")[0];
String languageCode = segments[1].split("-")[1];
String fileName = segments[2].substring(0, segments[2].length() - 4);

System.out.println("prefix " + prefix);
System.out.println("countryCode " + countryCode);
System.out.println("languageCode " + languageCode);
System.out.println("fileName " + fileName);

Answer 3

此代码使用返回的结果进行拆分并创建一个对象，更多的是 OOP。

package com.local;

import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;

/**
 * Hello world!
 *
 */
public class App 
{
    public static void main( String[] args )
    {
        List<String> countries = Arrays.asList("CH", "IT", "FR", "GB");
        List<String> languages  = Arrays.asList("EN", "IT", "FR", "DE");
        String filename = "MyPrefix_CH-DE_ProductName.pdf";
        //Remove prefix
        filename = filename.split("\\.")[0];
        List<String> result = Arrays.asList(filename.split("[_\\-]"));

        FileNameSplitResult resultOne = new FileNameSplitResult(result.get(0), result.get(1), result.get(2), result.get(3));

        System.out.println(resultOne);
    }

    static class FileNameSplitResult{
        String prefix;
        String country;
        String language;
        String productName;

        public FileNameSplitResult(String prefix, String country, String language, String productName) {
            this.prefix = prefix;
            this.country = country;
            this.language = language;
            this.productName = productName;
        }

        @Override
        public String toString() {
            return "FileNameSplitResult{" +
                    "prefix='" + prefix + '\'' +
                    ", country='" + country + '\'' +
                    ", language='" + language + '\'' +
                    ", productName='" + productName + '\'' +
                    '}';
        }
    }
}

执行结果：

FileNameSplitResult{prefix='MyPrefix', country='CH', language='DE', productName='ProductName'}

Answer 4

你可以使用 String.split 两次，这样你就可以先用 '_' 分割得到 CH-DE 字符串，然后用 '-' 分割得到 CountryCode 和 LanguageCode。

编辑后更新，输入包含“_”和“-”：

以下代码扫描输入字符串以查找国家/地区匹配项。我将输入更改为“My-Pre_fix_CH-DE_ProductName.pdf”

检查以下代码：

 public static void main(String[] args) {
        String [] countries = {"CH", "IT", "FR", "GB"};
        String input = "My-Pre_fix_CH-DE_ProductName.pdf";
        //First scan to find country position
        int index = -1;
        for (int i=0; i<input.length()-4; i++){
            for (String country:countries){
                String match = "_" + country + "-";
                String toMatch = input.substring(i, match.length()+i);
                if (match.equals(toMatch)){
                    //Found index
                    index=i;
                    break;
                }
            }
        }
        String prefix = input.substring(0,index);
        String remaining = input.substring(index+1);//remaining is CH-DE_ProductName.pdf
        String [] countryLanguageProductCode = remaining.split("_");
        String country = countryLanguageProductCode[0].split("-")[0];
        String language = countryLanguageProductCode[0].split("-")[1];
        String productName = countryLanguageProductCode[1].split("\\.")[0];
        System.out.println("[\"" + prefix +"\", \"" + country + "\", \"" + language +"\", \"" + productName+"\"]");

    }

它输出：

["My-Pre_fix", "CH", "DE", "ProductName"]

Answer 5

您可以使用以下正则表达式：

^(.*?)_(CH|IT|FR|GB)-(EN|IT|FR|DE)_(.*)$

Java 代码：

Pattern p = Pattern.compile("^(.*?)_(CH|IT|FR|GB)-(EN|IT|FR|DE)_(.*)$");
Matcher m = p.matcher(input);
if (m.matches()) {
    String[] result = { m.group(1), m.group(2), m.group(3), m.group(4) };
}

你可以try it here。

请注意，如果前缀可以包含像 _CH-EN_ 这样的子字符串，它仍然会失败，而且我认为除了清理输入之外没有什么可以做的了。

Answer 6

另一种选择，与@billal GHILAS 和@Aaron 的答案几乎相同，但使用命名组。我发现它对我自己或其他人来说很方便，他们会在一段时间后立即查看我的代码，看看我的正则表达式做了什么。命名组更容易。

String str = "My_Prefix_CH-DE_ProductName.pdf";
Pattern filePattern = Pattern.compile("(?<prefix>\\w+)_"
                                      + "(?<country>CH|IT|FR|GB)-" 
                                      + "(?<language>EN|IT|FR|DE)_" 
                                      + "(?<product>\\w+)\\.");
Matcher file = filePattern.matcher(str);
file.find();
System.out.println("Prefix: " + file.group("prefix"));
System.out.println("Country: " + file.group("country"));
System.out.println("Language: " + file.group("language"));
System.out.println("Product: " + file.group("product"));