Question

我正在尝试在单词列表中使用stringtokenizer，如下所示

String sentence=""Name":"jon" "location":"3333 abc street" "country":"usa"" etc

当我使用stringtokenizer并将空格作为分隔符时，如下所示

StringTokenizer tokens=new StringTokenizer(sentence," ")

我期待我的输出为不同的令牌，如下所示

Name:jon

location:3333 abc street

country:usa

但字符串标记器也试图对位置值进行标记，它看起来像

Name:jon

location:3333

abc

street

country:usa

请让我知道如何解决上述问题，如果我需要做正则表达式，我应该指定哪种表达式？

Answer 1

使用CSV Reader可以轻松处理。

String str = "\"Name\":\"jon\" \"location\":\"3333 abc street\" \"country\":\"usa\"";

// prepare String for CSV parsing
CsvReader reader = CsvReader.parse(str.replaceAll("\" *: *\"", ":"));
reader.setDelimiter(' '); // use space a delimiter
reader.readRecord(); // read CSV record
for (int i=0; i<reader.getColumnCount(); i++) // loop thru columns
    System.out.printf("Scol[%d]: [%s]%n", i, reader.get(i));

更新：这里是纯Java SDK解决方案：

Pattern p = Pattern.compile("(.+?)(\\s+(?=(?:(?:[^\"]*\"){2})*[^\"]*$)|$)");
Matcher m = p.matcher(str);
for (int i=0; m.find(); i++)
    System.out.printf("Scol[%d]: [%s]%n", i, m.group(1).replace("\"", ""));

<强>输出：

Scol[0]: [Name:jon]
Scol[1]: [location:3333 abc street]
Scol[2]: [country:usa]

现场演示：http://ideone.com/WO0NK6

说明：根据OP的评论：

我正在使用这个正则表达式：

(.+?)(\\s+(?=(?:(?:[^\"]*\"){2})*[^\"]*$)|$)

现在把它分解成更小的块。

PS：DQ代表双重报价

(?:[^\"]*\")                    0 or more non-DQ characters followed by one DQ (RE1)
(?:[^\"]*\"){2}                 Exactly a pair of above RE1
(?:(?:[^\"]*\"){2})*            0 or more occurrences of pair of RE1
(?:(?:[^\"]*\"){2})*[^\"]*$     0 or more occurrences of pair of RE1 followed by 0 or more non-DQ characters followed by end of string (RE2)
(?=(?:(?:[^\"]*\"){2})*[^\"]*$) Positive lookahead of above RE2

.+?  Match 1 or more characters (? is for non-greedy matching)
\\s+ Should be followed by one or more spaces
(\\s+(?=RE2)|$) Should be followed by space or end of string

简而言之：这意味着匹配1个或更多长度的任何字符后跟“空格或字符串结尾”。空格必须后跟偶数DQ 。因此，双引号外的空格将匹配，并且内部双引号将不匹配（因为这些后面跟着奇数DQ ）。

Answer 2

StringTokenizer对于这项工作来说太简单了。如果您不需要在值内处理引号，可以尝试使用此正则表达式：

String s = "\"Name\":\"jon\" \"location\":\"3333 abc street\" \"country\":\"usa\"";
Pattern p = Pattern.compile("\"([^\"]*)\"");
Matcher m = p.matcher(s);
while (m.find()) {
    System.out.println(m.group(1));
}

输出：

名称
  乔恩
  位置
  3333 abc street
  国家
  USA

这不会处理值中的内部引号 - 输出应该是，例如，

姓名：Fred（“弗雷迪”）琼斯

Answer 3

你可以使用Json，它看起来像你正在使用Json类型的架构。做一点谷歌并尝试实施Json。

String sentence=""Name":"jon" "location":"3333 abc street" "country":"usa"" etc

将是Json中的关键，值对，如名称是关键，Jon是值。位置是关键，3333 abc街道是有价值的。等等....

试一试。这是一个链接 http://www.mkyong.com/java/json-simple-example-read-and-write-json/

编辑：它只是有点愚蠢的答案，但你可以尝试这样的事情， sentence = sentence.replaceAll（“\”“，”“）; StringTokenizer tokens = new StringTokenizer（sentence，“”）;

StringTokenizer - 如何忽略字符串中的空格

3 个答案:

更新：这里是纯Java SDK解决方案：

现场演示：http://ideone.com/WO0NK6

说明：根据OP的评论：