Question

我有一个包含以下记录的文件：

--executor-memory 30G --driver-memory 4G --conf spark.shuffle.spill=false --conf spark.storage.memoryFraction=0.1

在Java代码中，我使用drwxr-xr-x - root supergroup 0 2015-04-05 05:26 /user/root drwxr-xr-x - hadoop supergroup 0 2014-11-05 11:56 /user/root/input drwxr-xr-x - hadoop supergroup 0 2014-11-05 03:06 /user/root/input/foo drwxr-xr-x - hadoop supergroup 0 2015-04-28 03:06 /user/root/input/foo/bar drwxr-xr-x - hadoop supergroup 0 2013-11-06 15:54 /user/root/input/foo/bar/20120706 -rw-r--r-- 3 hadoop supergroup 0 2013-11-06 15:54 /user/root/input/foo/bar/20120706/_SUCCESS drwxr-xr-x - hadoop supergroup 0 2013-11-06 15:54 /user/root/input/foo/bar/20120706/_logs drwxr-xr-x - hadoop supergroup 0 2013-11-06 15:54 /user/root/input/foo/bar/20120706/_logs/history和Pattern类来获取我想要稍后处理的子字符串。代码如清单所示：

Matcher

，结果如下：

String filename = "D:\\temp\\files_in_hadoop_temp.txt";
Pattern thePattern
    = Pattern.compile("[a-z\\-]+\\s+(\\-|[0-9]) (root|hadoop)\\s+supergroup\\s+([0-9]+) ([0-9\\-]+) ([0-9:]+) (\\D+)\\/?.*");

    try
    {
        Files.lines(Paths.get(filename))
                .map(line -> thePattern.matcher(line))
                .collect(Collectors.toList())
                .forEach(theMather -> {
                    if (theMather.find())
                    {
                        System.out.println(theMather.group(3) + "-" + theMather.group(4) + "-" + theMather.group(6));
                    }
                });
    } catch (IOException e)
    {
        e.printStackTrace();
    }

但我的预期结果是没有拖尾“/”作为前三行。我已经尝试了许多模式去除拖尾“/”但失败了。

请您提供一些关于剥去拖尾的模式的建议“/".

非常感谢你。

Answer 1

使用字符集确保最后一个字符不是斜线。因此，而不是

(\\D+)\\/?.*"

试

(\\D*[^\\d/]).*

括号中的部分匹配非数字的最长子字符串，并添加了限制，即最后一个字符可能不是斜杠。

注意：经过测试。

Answer 2

如果最后一个字符是斜杠并使用子字符串获取新字符串，则可以检查一个简单的if语句：

if (theMather.find())
   {
       String data = theMather.group(3) + "-" + theMather.group(4) + "-" + theMather.group(6);
       //String data = theMather.group(3) + "-" + theMather.group(4) + "-" + theMather.group(6);
       if(data.charAt(data.length() - 1) == '/')
        data = data.substring(0, data.length() - 1);

       System.out.println(data);
   }

如何使用Java获取带有模式的子字符串

2 个答案: