提取字符串组件以存储为函数中的哈希映射键，模式匹配器？

Question

我将数据存储在以下路径的文件中：

/home/yamada/data/train/atheism/file_name.txt

我使用这些数据来填充哈希映射，存储数据的来源及其内容，如下所示。

/home/yamada/data/test/sports/t.s_1.txt, [0, 0, 1, 1, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0]
/home/yamada/data/test/politics/t.p_0.txt, [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0]
/home/yamada/data/test/atheism/t.a_0.txt, [0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
/home/yamada/data/test/science/t.s_0.txt, [1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 2, 0, 0, 0, 1, 1, 1, 1, 0, 1, 0]

但是，我只想存储指向目录的路径，而不是特定文件，如下所示：

/home/yamada/data/train/atheism

以下正则表达式命令能够根据regex101.com提取我感兴趣的组件：

(home\/yamada\/data\/train\/atheism)

我如何使用 java 模式匹配器来确保只有前面提到的字符串，包括目录的路径，而不是文件名，被保存到哈希映射？

模式匹配器是这个操作的最佳选择吗？

以下是填充哈希映射的方法。

public static void perceptron_data_struc_generateur(Set<String> GLOBO_DICT, 
                                                        Map<File, ArrayList<String> > fileDict,
                                                        Map<File, int[] > perceptron_input)
    {
        //create a new entry in the array list 'perceptron_input'
        //with the key as the file name from fileDict
            //create a new array which is the length of GLOBO_DICT
            //iterate through the indicies of GLOBO_DICT
                //for all words in globo dict, if that word appears in fileDict,
                //increment the perceptron_input index that corresponds to that
                //word in GLOBO_DICT by the number of times that word appears in fileDict

        //so i can get the index later
        List<String> GLOBO_DICT_list = new ArrayList<>(GLOBO_DICT);

        for (Map.Entry<File, ArrayList<String>> entry : fileDict.entrySet()) 
        {
            int[] cross_czech = new int[GLOBO_DICT_list.size()];
            //initialize to zero
            Arrays.fill(cross_czech, 0);

            for (String s : GLOBO_DICT_list)
            {

                for(String st : entry.getValue()) 
                {
                    if( st.equals(s) )
                    {
                        cross_czech[ GLOBO_DICT_list.indexOf( s ) ] = cross_czech[ GLOBO_DICT_list.indexOf( s ) ] +1;
                    }
                }
            }
            perceptron_input.put( entry.getKey() , cross_czech);    
        }
    }

Answer 1

比这简单一点：

String dir = filename.replaceAll("/[^/]*$", "");

Answer 2

如果我正确理解您的问题，您只想找到以/ 结尾的部分（文件名将没有它）。在那种情况下

(\w+/)+

should do the trick（顺便说一句，我们不会在 Java 的正则表达式中转义 /）

---

但是如果您的数据始终采用path/to/file 形式，并且您只想提取path/to，那么您不需要正则表达式，您可以使用 File 类及其getParent 方法，例如

String data = new File("/home/yamada/data/train/atheism/file_name.txt").getParent();
System.out.println(data);

这将返回\home\yamada\data\train\atheism，因此您将使用/ 而不是\，但如果您想在Java 中使用此数据，这应该不是问题（File 接受两个分隔符）。