构建模式以从字符串中提取数据答案

【问题标题】：Building a pattern to extract data out of a string构建模式以从字符串中提取数据
【发布时间】：2012-11-08 09:51:02
【问题描述】：

我有以下形式的字符串：

"abc" 1 2 1 13 
"efgh" 2 5

基本上，引号中的字符串后跟由空格字符分隔的数字。我需要从行中提取字符串和数字。

例如，对于第一行，我想要

abc 存储在 String 变量中（即不带引号）和
要存储[1,2,1,13] 的int 数组。

我试图创建一个可以做到这一点的模式，但我有点困惑。

Pattern P = Pattern.compile("\A\".+\"(\s\d+)+");

现在不知道如何进行。我意识到用这种模式我会提取整条线？也许多种模式会有所帮助？

Pattern P1 = Pattern.compile("\A\".+\"");
Pattern P2 = Pattern.compile("(\s\d+)+");

同样，虽然不太确定如何将字符串和整数排除在外。任何帮助表示赞赏！

【问题讨论】：

您确定字符串部分不会包含任何数字条目吗？
你为什么不在空间上分割？
是的，字符串部分不会包含任何数字。
是的，我可以在空间上进行拆分，但是如何去掉引号？
你正在路上。提示：我使用RegexPlanet 来测试我的RegExes

标签： java regex pattern-matching

【解决方案1】：

我宁愿只在空间上拆分字符串，而不是构建复杂的正则表达式，并将其与Pattern 和Matcher 类一起使用。

类似这样的：-

String str = "\"abc\" 1 2 1 13 ";
String[] arrr = str.split("\\s");
System.out.println(Arrays.toString(arrr));

输出：-

["abc", 1, 2, 1, 13]

更清楚地表明您的意图，即您想要做什么。

然后，您可以从字符串数组中获取string 和integer 部分。您需要对整数元素执行Integer.parseInt()。

如果您的字符串中可能包含空格，那么在这种情况下，您需要一个Regex。更好的是@m.buettner'sanswer中的那个

【讨论】：

好的。空格分割比构建一个长的正则表达式更有意义。您能否确认我的 Pattern P1 是否适合从引号中提取字符串？
@krandiash .. 是的，它适用于您的示例。你试过了吗？
不，我还没有。对正则表达式的事情有点困惑。感谢您的帮助！
@krandiash.. 那你可以试试。但恕我直言，Regex 更适合更复杂的匹配而不是这个。如果你真的想学Regex，那就找复杂的问题吧。
请注意，虽然这非常好和简单，但如果您的字符串也可能包含空格，则会导致问题。（我相信这就是您在上一条评论中所指的，@RohitJain）

【解决方案2】：

使用捕获组一次性获取两个部分，然后在空格处拆分数字。

Pattern pattern = Pattern.compile("\"([^\"]*)\"\\s*([\\d\\s]*)");

Matcher m = pattern .matcher(input);
while (m.find()) {
    String str = m.group(1);
    String[] numbers = m.group(2).split("\\s");
    // process both of them       
}

正则表达式中的每组括号稍后将对应一个group（从左到右计算左括号，从1开始）。

【讨论】：

【解决方案3】：

请试试这个，它也会将 String 和 int 分开

        String s = "\"abc\" 1 2 1 13 ";

        s = s.replace("\"", "");
        String sarray[] = s.split(" ");

        int i[] = new int[10];
        String si[] = new String[10];
        int siflag = 0;
        int iflag = 0;
        for (String st : sarray) {
            try {
                int ii = Integer.parseInt(st)
                i[iflag++] = ii;
            } catch (NumberFormatException e) {
                si[siflag++] = st;
            }
        }

【讨论】：

相当通用的解决方案。但您应该在 try 块中使用int ii = Integer.parseInt(st)。

【解决方案4】：

StringTokenizer st = new StringTokenizer(str,"\" ");
String token = null;
String strComponent = null;
int num[] = new int[10]; // can change length dynamically by using ArrayList
int i = 0;
int numTemp = -1;
while(st.hasMoreTokens()){
    token = st.nextToken();

    try{
        numTemp  = Integer.parseInt(token);
        num[i++] = numTemp ;
    }catch(NumberFormatException nfe){
        strComponent = token.toString();
    }

【讨论】：