识别一行字符串中数据类型的模式

Question

我正在尝试使用Java从字符串格式的文件中解析/提取数据。该文件不包含不相同的数据，该数据用逗号分隔，每行用几行，用空格分隔。但是在同一行内是相同的。同样，留置权中的参数也不相同。

行示例：

other column of file1 in array a

以此类推...

例如，我必须从所有行中识别电子邮件，ipaddress，电子邮件，URL，是否有一种方法可以这样做？还是我应该仅按分隔符进行拆分，然后分别解析/识别拆分是否为电子邮件/ ipaddress / url等？

我遵循this使其使用ipaadress,timestamp,text,text,url,text,email email text ipaddress text timestamp url text - timestamp ipaddress text text url email text,integer,integer,text,ipaddress,timestamp email 来处理相同的数据，而JSON是最重要的。是否有办法使用Grok解决不相同？

帮助我理解。

Answer 1

  

例如，我必须从所有行中识别电子邮件，ipaddress，电子邮件，URL，是否有一种方法可以这样做？还是我应该仅按分隔符进行拆分，然后分别解析/识别拆分是否为电子邮件/ ipaddress / url等？

我肯定会说先拆分，然后然后确定不同的部分，这将花费很多的方式。假设您要创建一个模式以从这些字符串之一中提取电子邮件地址，除了单纯的电子邮件模式之外，还必须谨慎匹配：

1. 该行开头的 （以字母开头，可以在逗号或空格之前结束）
2. 在之间（在逗号或空格之前/之后开始/结束）
3. 在行的末尾 （逗号或空格后可以以换行结束，具体取决于您提取输入内容的方式）

查找正则表达式以匹配所有这些情况（针对每种数据类型）将是更多工作，然后仅拆分字符串并分别进行标识即可。

您还应该考虑如何处理包含空格和逗号本身的文本数据。