用于在 Java 中解析化学方程式的正则表达式

Question

我有一个程序应该从控制台读取一些字符串。如果出现字符串“end”，则应该开始计算并在控制台中写入字符串。

我正在阅读的字符串是一个化学方程式。等式被这两个字符分开：->。我应该证明两边的原子数量是否相同。我找到了this 帖子并尝试实现它，但我的正则表达式有问题。

例如：

如果公式前有数字，我的正则表达式可以读取和计算化学方程式：

2 HCl + 2 Na -> 2 NaCl + H2

但如果没有数字，则计算不正确：

HCl + Na -> NaCl + H2

我的代码：

public static void main(String[] args) {
    Scanner s = new Scanner(System.in);
    List<String> list = new ArrayList<String>();
    String input = "";
    while (!(input.equals("end"))) {
        input = s.nextLine();
        list.add(input);
    }
    int before = 0;
    int after = 0;
    list.remove(list.size() - 1);

    for (int i = 0; i < list.size(); i++) {
        String string = list.get(i);
        string = string.replace("-", "");
        String[] splitted = string.split(">");
        Pattern firstPattern = Pattern.compile("(\\d+) (\\w+)");
        Matcher firstMatcher = firstPattern.matcher(splitted[0]);
        while (firstMatcher.find()) {
            int element = Integer.parseInt(firstMatcher.group(1));
            String count = firstMatcher.group(2);
            final Pattern pattern = Pattern.compile("\\d+"); // the regex
            final Matcher matcher = pattern.matcher(count); // your string
            final ArrayList<Integer> ints = new ArrayList<Integer>(); // results
            while (matcher.find()) { // for each match
                ints.add(Integer.parseInt(matcher.group())); // convert to
                                                                // int
            }
            for (int j = 0; j < ints.size(); j++) {
                before = before + element * ints.get(j);
            }

        }
        Pattern secondPattern = Pattern.compile("(\\d+) (\\w+)");
        Matcher secondMatcher = secondPattern.matcher(splitted[1]);
        while (secondMatcher.find()) {
            int element = Integer.parseInt(secondMatcher.group(1));
            String count = secondMatcher.group(2);
            final Pattern pattern = Pattern.compile("\\d+"); // the regex
            final Matcher matcher = pattern.matcher(count); // your string
            final ArrayList<Integer> ints = new ArrayList<Integer>(); // results
            while (matcher.find()) { // for each match
                ints.add(Integer.parseInt(matcher.group())); // convert to
                                                                // int
            }
            for (int j = 0; j < ints.size(); j++) {
                after = after + element * ints.get(j);
            }
        }
        if (before == after) {
            System.out.println("formally correct");
        } else {
            System.out.println("incorrect");
        }
    }
}

以下是一些可供尝试的示例化学方程式：

输入：

HCl + Na -> NaCl + H2

2 HCl + 2 Na -> 2 NaCl + H2

12 CO2 + 6 H2O -> 2 C6H12O6 + 12 O2

结束

输出：

不正确

正式正确

不正确

Answer 1

所以，我可以在您的逻辑中找到以下问题：

1. 您正在使用Pattern.compile("(\\d+) (\\w+)") 来匹配两边的每个组件。在您尝试匹配1 or more digits followed by a space followed by 1 or more word characters 的模式中。但是在那里，数字是可选的。所以你需要它是\\d* 而不是第一个捕获组的内容。此外，空间是可选的。所以你需要在模式中指定相同的内容。为了避免数字与第二个捕获组匹配（因为第一个组变为可选），您需要使用([A-Z]\\w*)。这确保了数字（如果有的话）将与第一组本身匹配。所以你匹配两边每个组件的模式应该是Pattern.compile("(\\d*) ?([A-Z]\\w*)")。

2. 您正在使用 Pattern.compile("\\d+") 来匹配原子计数（如 H2 中的 2）。这样，如果任何元素具有单个原子，即如果您有CaCl2，您将错过计算单个原子，您必须将其计为 1 个 Ca 原子和 2 个 Cl 原子。为此，您需要分别匹配每个元素，这可以使用 Pattern.compile("[A-Z][a-z]*(\\d*)") 之类的模式来完成。

3. 您没有以正确的方式计算总数。将每个元素的分子和原子计数默认为 1，然后将它们与每个元素相乘，然后将所有乘积相加得到总计数。

还有 2 条建议：

1. 由于两边的计算逻辑相同，因此定义一个函数并调用两次。
2. 由-> 自己拆分。我认为您不需要先删除连字符，然后再按> 拆分。

在进入代码之前尝试自己修改逻辑

这是我定义计算一侧总和的函数的方式：

private static int calculateCount(String eqPart) {
    Matcher matcher = Pattern.compile("(\\d*) ([A-Z]\\w*)").matcher(eqPart);
    int totalCount = 0;
    while (matcher.find()) {
        String moleculeCountStr = matcher.group(1);
        int moleculeCount = moleculeCountStr.isEmpty() ? 1 : Integer.parseInt(moleculeCountStr);
        String molecule = matcher.group(2);
        Matcher moleculeMatcher = Pattern.compile("[A-Z][a-z]*(\\d*)").matcher(molecule);
        while (moleculeMatcher.find()) {
            String atomCountStr = moleculeMatcher.group(1);
            int atomCount = atomCountStr.isEmpty() ? 1 : Integer.parseInt(atomCountStr);
            totalCount += moleculeCount * atomCount;
        }
    }
    return totalCount;
}

使用每个拆分结果调用函数（通过->）并比较总数以查看等式是否正确。

Answer 2

我不确定这是否是您需要的。但要获得等式的各个部分，可以使用以下regex：

\w+ // matches any word character (equal to [a-zA-Z0-9_])

详情请点击链接。要获取字符串的左右部分，我们可以使用"HCl + Na -> NaCl + H2".split("->") 将其拆分。之后我们可以进行计算：

final Pattern pattern = Pattern.compile("\\w+");
Arrays.asList(
            "HCl + Na -> NaCl + H2",

            "2 HCl + 2 Na -> 2 NaCl + H2",

            "12 CO2 + 6 H2O -> 2 C6H12O6 + 12 O2"
).stream().flatMap(s -> Stream.of(s.split("->"))
).peek(s -> System.out.println("part of equation: " + s))
.forEach(s -> 
        {
          Matcher match = pattern.matcher(s);
          while (match.find()) {
            System.out.println(match.group());
          }
        }
);

我希望这会有所帮助。