java - 查找包含在定界符中的字符串部分

Question

假设我有一个像这样的 String:

String s="social network such as '''[http://www.facebook.com Facebook]''' , "+
"'''[http://www.twitter.com Twitter]''' and '''[http://www.tumblr.com tumblr]'''";

我只需要检索 '''[ 和 ]''' 中的那些 String。

示例输出:

http://www.facebook.com Facebook, http://www.twitter.com Twitter, http://www.tumblr.com   tumblr

我在使用 regex 时遇到困难，所以我使用 recursion 想到了这个想法:

System.out.println(filter(s, "'''[",  "]'''"));
....

public static String filter(String s, String open, String close){   
  int start = s.indexOf(open);
  int end = s.indexOf(close);

  filtered = filtered + s.substring(start + open.length(), end) + ", ";
  s = s.substring(end + close.length(), s.length());

  if(s.indexOf(open) >= 0 && s.indexOf(close) >= 0)
     return filter(s, open, close);

  else
     return filtered.substring(0, filtered.length() - 2);
}

但在某些情况下，我需要在 String 的相同模式中检索单词，例如 ''' 和 '''，它会说 String index out of range 因为 start 和 end 将保持相同的值。

我该如何克服这个问题？ regex 是唯一的解决方案吗？

Answer 1

Regex 是执行此操作的合适工具。使用 Pattern和 Matcher .

public static String filter(String s, String open, String close){
    Pattern p = Pattern.compile(Pattern.quote(open) + "(.*?)" + Pattern.quote(close));
    Matcher m = p.matcher(s);

    StringBuilder filtered = new StringBuilder();

    while (m.find()){
        filtered.append(m.group(1)).append(", ");
    }
    return filtered.substring(0, filtered.length() - 2); //-2 because trailing ", "
}

Pattern.quote确保 open 和 close 的任何特殊字符都被视为常规字符。

m.group() 返回与 m.find() 匹配的最后一个 String 的组。

m.find() 查找与正则表达式匹配的所有子字符串。

---

非正则表达式解决方案:

注意:在这两个中，end 都被分配了 s.indexOf(close, start + 1)，使用 String#indexOf(String, int)和 StringBuilder#indexOf(String, int)这样即使 open 和 close 值相同，也不会发生错误。

递归:

public static String filter(String s, String open, String close){
    int start = s.indexOf(open);
    int end = s.indexOf(close, start + 1);

    //I took the liberty of adding "String" and renaming your variable
    String get = s.substring(start + open.length(), end);
    s = s.substring(end + close.length());

    if (s.indexOf(open) == -1){
        return get;
    }
    return get + ", " + filter(s, open, close);
}

与其立即添加 ", " ，不如稍后处理它更容易一些。另外，请注意 s.substring(end + close.length(), s.length()) 与 s.substring(end + close.length()); 此外，我觉得查看 s.indexOf(...) == -1 是否比检查 >=0 更简洁。

真正的问题在于您对待 filtered 的方式。首先，您需要将 filtered 声明为 String 类型。接下来，由于您正在进行递归，因此不应连接到 filtered。这将使我们首先看到 filtered 的行:String filtered = s.substring(start + open.length(), end) + ", ";。如果您修复了该行，您的解决方案就会起作用。

迭代:

public static String filter(String str, String open, String close){
    int open_length = open.length();
    int close_length = close.length();

    StringBuilder s = new StringBuilder(str);
    StringBuilder filtered = new StringBuilder();

    for (int start = s.indexOf(open), end = s.indexOf(close, start + 1); start != -1; 
        start = s.indexOf(open), end = s.indexOf(close, start + 1)){
        filtered.append(s.substring(start + open_length, end)).append(", ");
        s.delete(0, end + close_length);
    }

    return filtered.substring(0, filtered.length() - 2); //trailing ", "
}

此迭代方法使用了 StringBuilder，但没有它也可以完成同样的操作。它生成两个 StringBuilder，一个是空的，另一个保存原始 String 的值。在 for 循环中:

• int start = s.indexOf(open), end = s.indexOf(close) 获取对索引的引用
• start != -1 如果 s 不包含 open
则结束循环
• start = s.indexOf(open), end = s.indexOf(close) 在每次循环迭代后，再次找到索引。

循环内部将正确的子字符串附加到 finished 并从另一个 StringBuilder 中删除附加部分。