我想使用正则表达式从消息中提取信息答案

【问题标题】：I want to extract information from a message using regex我想使用正则表达式从消息中提取信息
【发布时间】：2022-01-26 11:03:53
【问题描述】：

我有一个使用广播接收器收听传入 SMS 消息的应用。

该应用仅接收来自特定发件人的消息。我想从消息中提取某些信息，即

Txn 代码
日期
时间
金额
帐户
用户名

QAP04N99TG Confirmed.on 25/1/22 于 1:57 PMKsh1.00 从 收到>1123123322 约翰·杜马丁。新账户余额为 Ksh10.00。交易成本，Ksh0.00。

我尝试过使用下面的方法，但我只得到了 Txncode。

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

public class Example {
    public static void main(String[] args) {
        final String regex = "^([a-zA-Z0-9]+)\s{1}[a-zA-Z0-9\.\s]|Ksh([0-9,.]+)\s|from\s([0-9]+)\s([a-zA-Z]+\s[a-zA-Z]+\s[a-zA-Z]+.)$";
        final String string = "QAP04N99TG Confirmed.on 25/1/22 at 1:57 PMKsh1.00 received from 1123123322 JOHN DUE MARTIN. New Account balance is Ksh10.00. Transaction cost, Ksh0.00.";

        final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
        final Matcher matcher = pattern.matcher(string);

        if(matcher.find()) {
            String txnCode = matcher.group(1);
            String date = matcher.group(2);
            String time = matcher.group(3);
            String amount = matcher.group(4);
            String account = matcher.group(5);
            String username = marcher.group(6);

            System.out.println(txnCode+date+time+amount+account+username);
        }
    }
}

我只能得到 txnCode。如果你知道我可以提取所有细节。请协助。

【问题讨论】：

您使用替换 | 来匹配字符串中的不同部分，请注意，总共没有 6 个组。最后一个替代断言字符串 $ 的结尾，但该部分当前不匹配。字符串中数据的顺序是否始终相同，所有部分是否始终存在？
首先if(matcher.find()) 应该是while (matcher.find()) 但是您的正则表达式模式中还有其他问题
也许this 模式有帮助？

标签： java regex android-studio

【解决方案1】：

您可以使用匹配和捕获这些信息

^(\w+)\s.*?(\d{1,2}/\d{1,2}/\d{2,})\s+at\s+(\d{1,2}:\d{1,2}).*?Ksh([0-9,.]+)\s.*?from\s+(\d+)\s+([a-zA-Z\s]+)

请参阅regex demo。详情：

^ - 字符串开头
(\w+) - 第 1 组：一个或多个单词字符
\s.*? - 尽可能少的空格和任何零个或多个字符（换行符除外）
(\d{1,2}/\d{1,2}/\d{2,}) - 第 2 组：一位或两位数，/，一位或两位数，/，然后是两位或多位数字
\s+at\s+ - at 包含一个或多个空格
(\d{1,2}:\d{1,2}) - 第 3 组：一位或两位，:，一位或两位
.*?Ksh - 任何零个或多个字符，除了尽可能少的换行符和Ksh
([0-9,.]+) - 第 4 组：一位或多位数字，. 或 , 字符
\s.*?from\s+ - 一个空格，除换行符之外的任何零个或多个字符尽可能少，from 和一个或多个空格
(\d+) - 第 5 组：一位或多位数字
\s+ - 一个或多个空格
([a-zA-Z\s]+) - 第 6 组：一个或多个字母或空格。

见Java demo：

String regex = "^(\\w+)\\s.*?(\\d{1,2}/\\d{1,2}/\\d{2,})\\s+at\\s+(\\d{1,2}:\\d{1,2}).*?Ksh([\\d,.]+)\\s.*?from\\s+(\\d+)\\s+([a-zA-Z\\s]+)";
String string = "QAP04N99TG Confirmed.on 25/1/22 at 1:57 PMKsh1.00 received from 1123123322 JOHN DUE MARTIN. New Account balance is Ksh10.00. Transaction cost, Ksh0.00.";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(string);
while(matcher.find()) {
    String txnCode = matcher.group(1);
    String date = matcher.group(2);
    String time = matcher.group(3);
    String amount = matcher.group(4);
    String account = matcher.group(5);
    String username = matcher.group(6);
    System.out.println(txnCode+">"+date+">"+time+">"+amount+">"+account+">"+username);
}
// => QAP04N99TG>25/1/22>1:57>1.00>1123123322>JOHN DUE MARTIN

【讨论】：