java - 尝试从文件中读取时正则表达式匹配失败(Java 中的 SIC 汇编程序)

Question

我目前正在研究 SIC 汇编程序并扫描以下文件中的行:

begin   START   0
main    LDX     zero
copy    LDCH    str1, x
        STCH    str2, x
        TIX     eleven
        JLT     copy

str1    BYTE    C'TEST STRING'
str2    RESB    11
zero    WORD    0
eleven  WORD    11
        END     main

正如您可能已经猜到的那样，我正在使用正则表达式从每一行代码中提取字段。现在，我只是在测试这些行是否与正则表达式匹配(正如它们应该的那样)。如果是，程序会打印它们。问题是，它只识别第一行，而忽略其余部分(即从第二行开始，它们与正则表达式不匹配)。到目前为止，这是代码:

public static void main(String args[]) throws FileNotFoundException {
    Scanner scan = new Scanner(new File("/home/daniel/test.asm"));
    Pattern std = Pattern.compile("(^$|[a-z0-9\\-\\_]*)(\\s+)([A-Z]+)(\\s+)([a-z0-9\\-\\_]*)");
    String lineFromFile;

    lineFromFile = scan.nextLine();
    Matcher standard = std.matcher(lineFromFile);

    while (standard.find()) {
        System.out.println(lineFromFile);
        lineFromFile = scan.nextLine();
    }
}

它只打印第一行:

begin   START   0

奇怪的事情来了:如果我直接从文件中复制第二行，并用它声明一个 String 对象，然后手动测试它，它确实有效!其他线路也一样。像这样的东西:

public static void main(String args[]) throws FileNotFoundException {
    Scanner scan = new Scanner(new File("/home/daniel/test.asm"));
    Pattern std = Pattern.compile("(^$|[a-z0-9\\-\\_]*)(\\s+)([A-Z]+)(\\s+)([a-z0-9\\-\\_]*)");
    String lineFromFile;

    lineFromFile = "main    LDX     zero";
    Matcher standard = std.matcher(lineFromFile);

    if (standard.find())
        System.out.println(lineFromFile);
}

它确实打印出来了!

main    LDX     zero

我不知道它是否与正则表达式或文件有关。如果你们中的任何人帮助我找到错误，我将不胜感激。谢谢你的时间! :)

Answer 1

注意:- 我假设您的正则表达式是正确的

您需要为从输入中读取的每一行更新 Matcher 对象。 (为了演示，我刚刚更新了您的代码以从控制台而不是文件逐行读取。)

Java 代码

String pattern = "(^$|[a-z0-9\\-\\_]*)(\\s+)([A-Z]+)(\\s+)([a-z0-9\\-\\_]*)"; 

Pattern r = Pattern.compile(pattern);

String line = "";
Matcher m;
while((line = tmp.nextLine()) != null) {
    m = r.matcher(line);
    while(m.find()) {
        System.out.println(m.group(1) + m.group(2)+ m.group(3)+ m.group(4)+ m.group(5));
    }
}

Ideone Demo

不过，在单行上有多个匹配项之前，在这里使用 if 就足够了

if(m.find()) {
    System.out.println(m.group(1) + m.group(2)+ m.group(3)+ m.group(4)+ m.group(5));
}

编辑

假设您的输入只有三部分，您可以改用这个正则表达式

^((?:\w+)?\s+)(\w+\s+)(.*)$

Regex Demo