java - 使用正则表达式解析具有重复部分的平面文件

Question

我有一个包含以下格式数据的平面文件:

1:00 PM
Name                UniqueID 
ABX 298819 12       519440AD3

12:00 AM
Name                UniqueID 
AX1 239949 01       119440AD3

每个部分都以时间开头，然后是标题，然后是值。我试图通过正则表达式捕获每个部分，这样我可以获得:

section 1:
1:00 PM
Name                UniqueID 
ABX 298819 12       519440AD3

section 2:
12:00 AM
Name                UniqueID 
AX1 239949 01       119440AD3

然后将每个部分解析为 java 类对象，如下所示:

public class Section {
    String timestamp;
    List<Row> rows;
}

public class Row {
    String name;
    String uniqueId;
}

但我无法提取两个正则表达式匹配之间的“文本”。下面是我尝试过的正则表达式:

((1[012]|[1-9]):[0-5][0-9](\\s)?(?i)(am|pm))(?=.*)

但它只返回时间值:

10:30 AM
1:00 PM
1:30 PM
10:30 AM
1:00 PM
1:30 PM

我什至尝试将 Pattern.MULTILINE 添加到 Pattern 但它也不起作用。

Answer 1

假设您向我们展示的结构在整个文件中重复，那么按顺序有四种类型的行:时间戳、标题、数据、空行。

例如，如果您想将唯一 ID 与名称分开，您可以尝试:

String third = "ABX 298819 12       519440AD3";
String uniqueId = third.replaceAll(".*\\s+(\\w+)", "$1");
String name = third.replaceAll("(.*)\\s+\\w+", "$1");