Question

我有一个包含几行类似于：

的文件

Name: Peter
Address: St. Serrano número 12, España
Country: Spain

我需要使用正则表达式提取地址，考虑到它可以包含点，特殊字符（ñ，ç），áéíó... ...

目前的代码有效，但看起来很丑：。

Pattern p = Pattern.compile("^(.+?)Address: ([a-zA-Z0-9ñÑçÇáéíóú., ]+)(.+?)$",
                            Pattern.MULTILINE | Pattern.DOTALL);
Matcher m = p.matcher(content);
if (m.matches()) { ... }

编辑：地址字段也可以分为多行

Name: Peter
Address: St. Serrano número 12,   
Madrid
España
Country: Spain

编辑：我不能使用Properties对象或YAML解析器，因为该文件也包含其他类型的信息。

Answer 1

我不太了解Java的正则表达式对象，但是像这种模式的东西会这样做：

^Address:\s*((?:(?!^\w+:).)+)$

假设打开了多行和dotall模式。

这将匹配以地址开头的任何行，后跟任何内容，直到换行符和单个单词后跟冒号。

如果你知道下一个字段必须是“国家”，你可以稍微简化一下：

^Address:\s*((?:(?!^Country:).)+)$

诀窍在于重复组中的先行断言。 '（？！国家：）。'将匹配除字符串'Country：'的开头之外的所有内容，因此我们只将其粘贴在非捕获括号中（？：...）并用+量化它，然后将所有这些组合在正常捕获括号中。

Answer 2

您可能希望查看Properties类而不是正则表达式。它为您提供了管理纯文本或XML文件以表示键值对的方法。

因此，您可以在示例文件中读取，然后在加载到Properties对象后获取这样的值：

Properties properties = new Properties();
properties.load(/* InputStream of your file */);

Assert.assertEquals("Peter", properties.getProperty("Name"));
Assert.assertEquals("St. Serrano número 12, España", properties.getProperty("Address"));
Assert.assertEquals("Spain", properties.getProperty("Country"));

Answer 3

假设“content”是包含文件内容的字符串，那么您的主要问题是您使用的matches()应该使用find()。

Pattern p = Pattern.compile("^Address:\\s*(.*)$", Pattern.MULTILINE);
Matcher m = p.matcher(content);
if ( m.find() )
{
  ...
}

关于MULTLINE和DOTALL模式的其他答案似乎有些混乱。 MULTILINE使^和$锚点分别匹配逻辑行的开头和结尾。 DOTALL让点（句点，句号，等等）匹配行分隔符，如\n（换行）和\r（回车）。此正则表达式必须使用MULTILINE模式，不得使用DOTALL模式。

Answer 4

我不是故意成为泥巴，但你必须使用正则表达式吗？为什么不让你未来的自己（或其他人）头疼并做到：

String line = reader.readLine();
while(line != null)
{
    line = line.trim();
    if(line.startsWith("Address: "))
    {
        return line.substr("Address: ".length()).trim();
    }
    line = reader.readLine();
}
return null;

当然，这也可以参数化并放入方法中。

否则，我会推荐属性或JYaml建议。

Answer 5

不是Java人员，但"Address: (.*)$"不会工作吗？

编辑：没有Pattern.MULTILINE | Pattern.DOTALL选项应仅匹配该行。

Answer 6

它可以包含换行符吗？如果它不能包含换行符，则不需要使用多行修饰符，而是可以使用

Pattern p = Pattern.compile("^Address: (.*)$");

如果可以的话，我能想到的另一种选择是

Pattern p = Pattern.compile("Address: (.*)\nCountry", Pattern.MULTILINE);

如果没有DOTALL，点将与换行符不匹配，因此您可以在正则表达式中明确指定它，从而可以执行您所询问的内容。

Answer 7

您一定要查看YAML。

您可以尝试JYaml。

最重要的是它有多种语言的实现。

ps我在YAML::XS尝试过示例文本，效果很好。

正则表达式在Java中提取标签值对

7 个答案: