regex - 如何在 Java 中使用正则表达式从定界字符串中仅提取特定类型的值

Question

我有一个如下的字符串:

SOMETEXT(ABC, DEF, 5, 78.0, MNO)

我想使用正则表达式解析它以获得 List<String> ABC、DEF 和 MNO。 IE。我想避免使用任何类型的数字，只提取文本。

总的来说，我的结构如下:

class Detail {
    String name;
    String type;
}

// Sample values of name = "test1" type = "SOMETEXT(ABC,5)"
// Sample values of name = "test2" type = "SOMETEXT(ABC,DEF,2.2)"
// Sample values of name = "test3" type = "SOMETEXT(ABC,DEF)"

来自List<Detail>我想得到 Map<String, List<String>>其中 list<String>是从类型中提取的文本，键是 name ，如果可能，以 Java 8 方式使用流。

到现在为止，我只需要从字符串中获取第一个文本，我是这样做的，如下所示:

Map<String, List<String>> assignOperatorMap = details
    .stream()
    .collect(groupingBy(md -> md.getName(), mapping((Details m) ->
        m.getType().substring(m.getType().indexOf("(") + 1,
        m.getType().indexOf(")")).split("\\,")[0] , 
        Collectors.toList()
    )));

上面的代码给了我: {test1=[ABC], test2=[ABC], test3=[ABC]}那只是第一个值。

Answer 1

这个怎么样:

List<Detail> details = new ArrayList<>();
details.add(new Detail("test1", "SOMETEXT(ABC,5)"));
details.add(new Detail("test2", "SOMETEXT(ABC,DEF,2.2)"));
details.add(new Detail("test3", "SOMETEXT(ABC,DEF)"));

Map<String, List<String>> assignOperatorMap = details.stream()
    .flatMap(d -> Arrays.stream(d.getType()
            .replaceAll("\\w+\\((.*)\\)", "$1")
            .split(","))
            .filter(s -> s.matches("[A-Za-z_]+"))
            .map(s -> new SimpleEntry<>(d.getName(), s)))
    .collect(groupingBy(Entry::getKey, mapping(Entry::getValue, toList())));

System.out.println(assignOperatorMap); // {test2=[ABC, DEF], test3=[ABC, DEF], test1=[ABC]}

想法是首先捕获括号之间的字符串:.replaceAll("\\w+\\((.*)\\)", "$1") , 然后将其拆分为 ,并过滤掉不匹配的 [A-Za-z_]+ .

还有一个创建一堆 Entry<String, String> 的技巧(名称，类型)，以避免流式传输两次，因为每个 Detail现在可以生成多种类型的字符串，我们必须以某种方式将它们扁平化成List<String> (而不是 List<String[]> )。 (最好使用 Java 9 的 flatMapping 收集器来完成，但现在还没有)。

---

how can i extend this regex to ignore some texts for example HOURS, MINUTES

您可以创建一个 Set<String>使用您想忽略的词，并在一秒钟内根据该词进行过滤 filter调用:

Set<String> ignore = new HashSet<>();
ignore.add("HOURS");
ignore.add("MINUTES");

...
.filter(s -> s.matches("[A-Za-z_]+"))
.filter(s -> !ignore.contains(s)) // <-- extra filter call
.map(s -> new SimpleEntry<>(d.getName(), s)))
...