Question

我希望编写一种方法来解析包含人物姓名及其年龄的字符串。例如：

Manuel 8
Mustafa 16
Zhihao 12
Itsuki 12
Louis 11
Farah 11

即字符串的规范为%N %A，其中%N代表名称，%A代表年龄。

但是，字符串的规范不是固定的（例如，在另一个文档中可以是%N age:%A或%N (%A)），因此解析方法应能够将规范作为其参数之一

换句话说，解析方法应该像这样工作：

Data d1 = Parser.parse("Indira 15", "%N %A");
Data d2 = Parser.parse("12 Shu-chen", "%A %N");
Data d3 = Parser.parse("Hana (12)", "%N (%A)");
Data d4 = Parser.parse("Name: Sophia [12]", "Name: %N [%A]");

其中Data和Parser的定义如下：

public class Data {
    private String name;
    private int age;

    public Data(String name, int age) {
        this.name = name;
        this.age = age;
    }
    // + getter and setter methods.
}

public class Parser {
    public static Data parse(String s, String specification) {
        // --- What to do here? ---
        return (new Data(name, age));
    }
}

如何编写Parser.parse？换句话说，如何使用字符串规范来解析字符串？

Answer 1

在这里，我们可以有一个表达式并将所需的输出分为两组，例如：

((?:\s+)?([a-z-]+)(?:\s+)?)|(\d+)

我们所需的名称在此([a-z-]+)组中，年龄信息在此(\d+)中，其余的可以简单地编写为脚本。

测试

import java.util.regex.Matcher;
import java.util.regex.Pattern;

final String regex = "((?:\\s+)?([a-z-]+)(?:\\s+)?)|(\\d+)";
final String string = "Indira 15\n"
     + "12 Shu-chen\n"
     + "Hana (12)\n"
     + "Sophia [12]\n"
     + "  Manuel 8\n"
     + "Mustafa  16\n"
     + "Zhihao    12\n"
     + "Itsuki 12\n"
     + "Louis 11\n"
     + "Farah 11";

final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE | Pattern.CASE_INSENSITIVE);
final Matcher matcher = pattern.matcher(string);

while (matcher.find()) {
    System.out.println("Full match: " + matcher.group(0));
    for (int i = 1; i <= matcher.groupCount(); i++) {
        System.out.println("Group " + i + ": " + matcher.group(i));
    }
}

DEMO

RegEx电路

jex.im可视化正则表达式：

DEMO 2

建议

根据zdim的建议：

（1）我认为（？：\ s +）？（至少一个空格，但整个过程是   可选）与\ s *（可选空格）
相同
（2）在第二组空格中，我认为您想在   至少一个空格，所以\ s +。

我们可以大大简化和修改初始表达式，使其类似于：

(\s*([a-z-]+)\s+)|(\d+)

DEMO

Answer 2

我将阅读该规范并将其用于解析不属于％N和％A的字符串的所有部分，因为它们只会使您的逻辑复杂化。然后，您必须弄清楚打算对该API施加哪些约束，就好像您不对其不确定性施加约束一样。例如

H'mil99是％N％A模式，但是99岁的Nam H'mil或9岁的H'mil9。

如果您选择名称中没有数字且年龄没有字母的逻辑限制，则通过在[0-9] *上执行matcher.group来识别年龄，并将其与％A和％N，其余为％N

Answer 3

从specification构建正则表达式，例如像下面这样。

请注意使用Pattern.quote()来确保specification中的特殊字符不会被解释为正则表达式。

public static Data parse(String s, String specification) {
    // Determine order of value markers
    int nameIdx = specification.indexOf("%N");
    if (nameIdx == -1)
        throw new IllegalArgumentException("Specification is missing %N: " + specification);
    int ageIdx = specification.indexOf("%A");
    if (ageIdx == -1)
        throw new IllegalArgumentException("Specification is missing %A: " + specification);

    // Build regex
    String regex;
    if (nameIdx < ageIdx) {
        regex = Pattern.quote(specification.substring(0, nameIdx)) + "(\\S+)" +
                Pattern.quote(specification.substring(nameIdx + 2, ageIdx)) + "(\\d+)" +
                Pattern.quote(specification.substring(ageIdx + 2));
    } else {
        regex = Pattern.quote(specification.substring(0, ageIdx)) + "(\\d+)" +
                Pattern.quote(specification.substring(ageIdx + 2, nameIdx)) + "(\\S+)" +
                Pattern.quote(specification.substring(nameIdx + 2));
    }

    // Parse string
    Matcher m = Pattern.compile(regex).matcher(s);
    if (! m.matches())
        throw new IllegalArgumentException("String does not fit specification '" + specification + "': " + s);
    String name, age;
    if (nameIdx < ageIdx) {
        name = m.group(1);
        age = m.group(2);
    } else {
        name = m.group(2);
        age = m.group(1);
    }
    return new Data(name, Integer.parseInt(age));
}

测试

System.out.println(parse("Indira 15", "%N %A"));
System.out.println(parse("12 Shu-chen", "%A %N"));
System.out.println(parse("Hana (12)", "%N (%A)"));
System.out.println(parse("Name: Sophia [12]", "Name: %N [%A]"));

输出（假设toString()类中实现了Data）

Data[name=Indira, age=15]
Data[name=Shu-chen, age=12]
Data[name=Hana, age=12]
Data[name=Sophia, age=12]

Answer 4

这适用于给定的数据，应适用于其他变体。但是其他特殊字符可能无法正确转义。

import java.util.*;
import java.util.regex.*;

public class Parser2 {

   public static void main(String[] args) {
      Data d1 = Parser.parse("Indira 15", "%N %A");
      Data d2 = Parser.parse("12 Shu-chen", "%A %N");
      Data d3 = Parser.parse("Hana (12)", "%N (%A)");
      Data d4 = Parser.parse("Name: Sophia [12]", "Name: %N [%A]");

      System.out.println(d1);
      System.out.println(d2);
      System.out.println(d3);
      System.out.println(d4);

   }

}

class Data {
   private String name;
   private int    age;

   public Data(String name, int age) {
      this.name = name;
      this.age = age;
   }

   public String toString() {
      return "name = " + name + ", " + "age = " + age;
   }
}

class Parser {
   private static Map<String, String> spec =
         Map.of("%A", "(\\d+)", "%N", "([A-Za-z-]+)");

   public static Data parse(String s, String specification) {
      specification = specification.replaceAll("\\(", "\\\\(");
      specification = specification.replaceAll("\\)", "\\\\)");
      specification = specification.replaceAll("\\]", "\\\\]");
      specification = specification.replaceAll("\\[", "\\\\[");

      for (String r : spec.keySet()) {
         specification = specification.replace(r, spec.get(r));
      }

      Matcher m = Pattern.compile(specification).matcher(s);
      String m1 = "", m2 = "";
      if (m.find()) {
         m1 = m.group(1);
         m2 = m.group(2);
      } else {
         return null;
      }
      String name;
      int age;
      if (m1.matches("\\d+")) {
         age = Integer.parseInt(m1);
         name = m2;
      }
      else {
         age = Integer.parseInt(m2);
         name = m1;
      }

      return (new Data(name, age));
   }
}

（）和[]被转义，以使您的示例能够正常工作是正则表达式的特殊字符。
一个捕获的字符串中的所有数字都需要测试允许对名称和年龄进行适当的转换。
这是一种蛮力的方法，无法很好地扩展。

如何使用字符串规范解析字符串？

4 个答案:

测试

DEMO

RegEx电路

DEMO 2

建议

DEMO