Question

我试图从包含两种不同类型字符的文本中提取字符串。字符为|和#，文字来自外部来源。

我会举个例子：

输入：#hello|#what|whatsup|应返回hello|和whatsup。
输入：#hello#应返回hello
输入：|ola|1应返回ola
输入：|hello#|what#whatsup#node应该返回hello#和whatsup

Answer 1

自#||##||MiddleRecursion||##||# - ＆gt; ||##||MiddleRecursion||##||，我担心你必须做括号匹配。在这种情况下，没有使用正则表达式的通用解决方案（如果您知道|和＃的最大连续外观，则可以强制它工作）。原因是，有中间递归;正则表达式只能解决左或右递归问题。

这也是一个为什么无法使用正则表达式进行HTML解析的原因。

Answer 2

好的，我会开始的。

所以你必须匹配＃something＃或| something |

你能写两个单独的正则表达式吗？

首先让你恼火的是管道|是regexp中的魔术角色。如果您想匹配该字符，则必须根据我链接的其他主题为\\添加前缀。

当你有两个正则表达式工作时，请告诉我，我会发布更多。

（我要出去几个小时......）

Answer 3

这适用于您的字符串。我不知道我是否完全理解你需要什么，但我认为如果有必要可以调整它：

     String s1 = "#hello|#what|whatsup|";
     String s2 = "#hello#";
     String s3 = "|ola|1";
     String s4 = "|hello#|what#whatsup#node";

     Pattern pattern = Pattern.compile("((\\w)+)(\\||#)(\\||#)?");
     Matcher matcher = pattern.matcher(s4);
     while(matcher.find()) {
         System.out.println(matcher.group(1) + (matcher.group(4) != null ? matcher.group(4).equals("|")? "#" : "|" : ""));
         matcher.find(); //to jump over the next match
     }

更新：我刚刚阅读了midrecursion示例。我不敢这样做，我不得不离开我的电脑一段时间。所以这只是让你入门的事情。

更新适用于所有示例的版本：

     String s1 = "#hello|#what|whatsup|";
     String s2 = "#hello#";
     String s3 = "|ola|1";
     String s4 = "|hello#|what#whatsup#node";
     String s5 = "#||##||MiddleRecursion||##||#";

     Pattern pattern = Pattern.compile("(#|\\|)((#|\\|)*\\w+(#|\\|)*)(#|\\|)");
     Matcher matcher = pattern.matcher(s1);
     while(matcher.find()) {
         System.out.println(matcher.group(2));
     }

使用正则表达式从两种不同类型的字符中提取文本

3 个答案: