Question

我尝试使用正则表达式和已知的分隔符将字符串转换为值的映射。我的代码有效，但是如果我使用的分隔符是另一个分隔符的子字符串，则不会对其进行解析（正确）。

让我们直接切换到一些示例输入，错误输出，预期输出和代码！

示例输入："Artist: foo bar foooo Title: bar fooo bar Dimensions: x z y Framed dimensions: y z x"（正如您所看到的那样＆＃34;尺寸＆＃34;以及＆＃34;框架尺寸＆＃34;）

错误输出：{Artist:=foo bar foooo, Title:=bar fooo bar, Dimensions:=x z y, dimensions:=y z x}（框架尺寸在尺寸下被捕获！）

预期输出：Artist:=foo bar foooo, Title:=bar fooo bar, Dimensions:=x z y, Framed dimensions:=y z x}

代码示例：

String DELIMITER = "[Aa]rtist:|[Tt]itle:|[Ff]ramed [Dd]imensions:|[Dd]imensions:"
...
public Map<String, String> parseToMap(String str) {
    Map<String, String> itemMap = new LinkedHashMap<>();
    String infos[] = str.split("(?=" + DELIMITER + ')'); //split at delimiters
        for(String info : infos) {
            try {
                String[] tmp = info.split("(?<=" + DELIMITER + ')'); //split to key/val pair
                itemMap.put(tmp[0].trim(), tmp[1].trim());
            } catch (IndexOutOfBoundsException e) {
                //Skip if no key/val pair
            }
        }
    return itemMap;
}

我也觉得这有点像个hackish。如果有一个更优雅的解决方案，我很高兴听到它。虽然如果我们现在可以让它工作，我总是可以去CodeReview旅行：）

修改我需要从分隔符到分隔符的每个单词，而不仅仅是分隔符后面的单词。

Answer 1

而不是split操作使用此正则表达式与2个捕获的组：

(?<key>[\w\s]+:)\s*(?<value>.+?)\s*(?=(?:[Aa]rtist|[Tt]itle|(?:[Ff]ramed )?[Dd]imensions):|$)

RegEx Demo

<强>代码：

final String regex = "(?<key>[\\w\\s]+:)\\s*(?<value>.+?)\\s*(?=(?:[Aa]rtist|[Tt]itle|(?:[Ff]ramed )?[Dd]imensions):|$)";
final String string = "Artist: foo Title: bar Dimensions: x Framed dimensions: y";

final Pattern pattern = Pattern.compile(regex);
final Matcher m = pattern.matcher(string);

Map<String, String> itemMap = new LinkedHashMap<>();
while (m.find()) {
    itemMap.put(m.group("key"), m.group("value"));
}

System.out.println("itemMap: " + itemMap);

Answer 2

你的正则表达式是一个非消费性的正向前瞻，它测试字符串中的每个位置，因此，它可以匹配重叠的字符串。

您可以使用匹配方法将分隔符捕获到第1组，然后使用任何不启动任何分隔符的char：

public static Map<String, String> parseToMap(String str) {
    String DESCRIPTION_DELIMITER = "[Aa]rtist:|[Tt]itle:|[Ff]ramed [Dd]imensions:|[Dd]imensions:";
    Map<String, String> itemMap = new LinkedHashMap<>();
    Pattern p = Pattern.compile("(" + DESCRIPTION_DELIMITER + ")((?:(?!" + DESCRIPTION_DELIMITER + ").)*)"); //split to key/val pair
    Matcher m = p.matcher(str);
    while(m.find()) {
        itemMap.put(m.group(1).trim(), m.group(2).trim());
    }
    return itemMap;
}

请参阅Java demo。

正则表达式看起来像

([Aa]rtist:|[Tt]itle:|[Ff]ramed [Dd]imensions:|[Dd]imensions:)((?:(?![Aa]rtist:|[Tt]itle:|[Ff]ramed [Dd]imensions:|[Dd]imensions:).)*)

请参阅online demo。

下面，

([Aa]rtist:|[Tt]itle:|[Ff]ramed [Dd]imensions:|[Dd]imensions:) - 与任何分隔符匹配的第1组
((?:(?![Aa]rtist:|[Tt]itle:|[Ff]ramed [Dd]imensions:|[Dd]imensions:).)*) - tempered greedy token匹配除换行符（.）以外的任何字符，0 +出现次数（*），但不启动任何字符串分隔符字符序列。

Answer 3

如果输入预期始终采用以下格式
艺术家：foo标题：bar尺寸：x框架尺寸：y

Java正则表达式拆分多个分隔符，包括其他分隔符的子串

3 个答案: