Question

我正在编写一个程序，我需要读取一个文本文件并提取一些特定的字符串，该文本是用DOT语言编写的，这是该文件的一个示例：

digraph G {
node [shape=circle];
0 [xlabel="[]"];
1 [xlabel="[[Text]]"];
0 -> 1 [label="a"];//this
1 -> 2 [label="ab"];//this
1 -> 3 [label="123"];//this
}

我想忽略除了具有注释行结构的行（//this）之外的所有内容;

然后将每一行分成三部分，即：

 1 -> 2 [label="ab"];

保存为字符串列表（或数组...）：

 [1,2,ab]

我尝试了很多regex，但我无法获得预期的结果。

Answer 1

如果您确保该行的格式始终为a -> b [label="someLabel"];，那么我猜您可以使用一堆分割来获得所需内容：

if (outputLine.contains("[label=")) {
    String[] split1 = outputLine.split("->");
    String first = split1[0].replace(" ", ""); // value of 1
    String[] split2 = split1[1].split("\\[label=\"");
    String second = split2[0].replace(" ", ""); // value of 2
    String label = split2[1].replace("\"", "").replace(" ", "").replace("]", "").replace(";", ""); // just the label
    String[] finalArray = {first, second, label};        
    System.out.println(Arrays.toString(finalArray)); // [1, 2, ab]
}

似乎笨重。可能是一种更好的方法。

Answer 2

以下是您可以使用的正则表达式：

(?m)^(\d+)\s+->\s+(\d+)\s+\[\w+="([^"]*)"];\s*//[^/\n]*$

请参阅regex demo。

所有必要的细节都在第1组，第2组和第3组中进行。

请参阅Java code：

String str = "digraph G {\nnode [shape=circle];\n0 [xlabel=\"[]\"];\n1 [xlabel=\"[[Text]]\"];\n0 -> 1 [label=\"a\"];//this\n1 -> 2 [label=\"ab\"];//this\n1 -> 3 [label=\"123\"];//this\n}"; 
Pattern ptrn = Pattern.compile("(?m)^(\\d+)\\s+->\\s+(\\d+)\\s+\\[\\w+=\"([^\"]*)\"\\];\\s*//[^/\n]*$");
Matcher m = ptrn.matcher(str);
ArrayList<String[]> results = new ArrayList<String[]>();
while (m.find()) {
    results.add(new String[]{m.group(1), m.group(2), m.group(3)});
}
for(int i = 0; i < results.size(); i++) {               // Display results
    System.out.println(Arrays.toString(results.get(i)));
}

从java中的Text文件中提取信息

2 个答案: