java - 用于解析的正则表达式模式

Question

我需要一个与以下各项相匹配的模式:

• 由 (:=#\) 以外的符号组成的非空白字符串，后跟 :，后跟除 (:=#\) 以外的非空白符号的另外一个字符串，或者
• 空格或制表符后跟 1 个或多个非空白字符 OR
• # 后跟任何内容或
• 由一个或多个空格或制表符组成的一行或
• 对以前未捕获的事物的包罗万象。

我目前的模式如下:^([\\S&&[^\\n:=#\\\\]]+):([[\\s&&[^\\n]][\\S&&[^\\n=:#\\\\]]*]*)|^[\\t](\\S[\\s\\S&&[^\\n]]*)|(^#[\\s\\S&&[^\n]]+)|^([\\s&&[^\\n\\x0B\\f\\r] ]+)|([[\\s\\S]&&[^\\n]]+)

我使用 findwithinhorizo​​n(this Pattern, 0) 与扫描仪一起使用它

在下面的 block 中，inp 是缓冲的扫描器，_pat 是上面的模式。我遇到了将字符串分配给错误的匹配组的问题。

例如:

bob: cat dog
 meow

在此扫描仪中运行此命令后，在匹配组 2(“猫狗”)上调用 .split(\\s+) 后，我得到一个空字符串，并且“meow”与组 6(我的错误组)而不是组 3 匹配。

    BufferedReader buf =
            new BufferedReader(new FileReader(makeFile));
    Scanner inp = new Scanner(buf);


    while (inp.findWithinHorizon(_pat, 0) != null) {
        int i = 1;
        MatchResult mat = inp.match();
        for (; i <= TOTAL_VALS; i++) {
            if (mat.group(i) != null) {
                break;
            }
        } 

Answer 1

此正则表达式会将一行解析为适当的组:

([^\s:=#\\]+\s*:\s*(?:[^\s:=#\\]+\s*))|([ \t]\S+)|(#.*)|(\s*)|(.*)

请注意，您的第一个条件实际上与 bob: cat dogs 不匹配。条件应该类似于:

• :=#\ 以外的非空白符号字符串，可选后跟空格，后跟 :(可选后跟空格)，后跟除 (:=#) 之外的一个以空格分隔的非空白符号字符串 OR

<小时/>

使用示例:

String regex = "([^\\s:=#\\\\]+\\s*:\\s*(?:[^\\s:=#\\\\]+\\s*)+)|([ \t]\\S+)|(#.*)|(\\s*)|(.*)";
Pattern p = Pattern.compile(regex);
for (String line : lines) {
    Matcher m = p.matcher(line);
    m.matches();
    for(int i=1;i<m.groupCount();i++) {
        System.out.println(i+": "+m.group(i));
    }
    System.out.println();
}

对于您的输入数据:

bob: cat dog
 meow

输出将是

1: bob: cat dog
2: null
3: null
4: null

1: null
2:  meow
3: null
4: null