Question

我期待来自应用程序的String看起来像：

约翰| COL-DELIM | DOE | COL-DELIM | 55 | ROW-DELIM |乔治| COL-DELIM |杰特森| COL-DELIM | 90 | ROW-DELIM |

我想做两件事：

1）验证字符串“看起来”是否正确（即它是否与正则表达式匹配）

2）拉出每个“行”，然后能够解析每一行

分隔符之间的值（| COL-DELIM |和| ROW-DELIM |）可以是任何值（不仅仅是字符串，数字等）。

（（）（\ |。COL-DELIM \ |。）（）（\ | COL-DELIM \ |。）（*）（\ | ROW-DELIM \ |））+

当然，对于（。*）事物的b / c不起作用......有什么建议吗？

Answer 1

人们似乎没有得到这样的事实：他们不必使用RE（或SQL，但这是另一个问题:-)用于每个任务，特别是那些程序代码更清晰。

如果你限制自己使用RE，我认为这是缺乏远见。

我只需按令牌处理字符串，令牌就是：

非分隔符。
列分隔符。
行分隔符。

从空列列表开始，然后提取（使用indexOf / substring stuff）到第一个下一行/列分隔符，将该文本添加到列列表中。

如果分隔符是列，请继续。

如果分隔符是行，请检查列数并根据需要处理列表。

如果没有最终的行分隔符且列列表非空，则格式无效。

很抱歉，如果你真的在使用RE方法，但我认为这不是必需的（甚至是可取的）。

伪代码（只有第一次切割，可能略有错误）如下：

def processStr(s):
    if not s.endsWith ("|ROW-DELIM|"):
        error "Invalid format"
    columnList = []
    while not s.equals (""):
        nextRowDelim = s.indexOf ("|ROW-DELIM|")
        nextColDelim = s.indexOf ("|COL-DELIM|")
        if nextColDelim == NotFound:
            nextColDelim = nextRowDelim + 1
        nextDelim = minimumOf (nextRowDelim,nextColDelim)

        columnList.add (s.substring (0, nextDelim))
        s = s.substring (nextDelim)

        if nextDelim == nextRowDelim:
            s = s.substring (length ("|ROW-DELIM|"))
            processColumns (columnList)
            columnList = []
        else:
            s = s.substring (length ("|COL-DELIM|"))

您可以轻松添加代码以检查此代码中的正确列数，或者processColumns()中的代码，如果您愿意的话。

Answer 2

您不必使用".*"来匹配“任何内容”。事实上，在大多数情况下，".*"是错误的。

如果您的col-delim是单个字符（例如“;”），您可以使用它来匹配列：

[^;]*                      // "anything that's *not* a semi-colon"
([^;]*);([^;]*);([^;]*)\n  // three columns, ending with \n

由于此任务本质上是解析CSV，并且正则表达式不完全是解析的最佳工具，我建议您查找Java CSV解析包。

如果"|COL-DELIM|"和"|ROW-DELIM|"确实是固定的字符序列，我建议你split()上的字符串而不是依赖正则表达式。

拆分"|ROW-DELIM|"以获取“行”字符串数组
拆分每个“行” - "|COL-DELIM|"上的字符串以获取列数组
检查数组长度以确保列数正确
迭代columns数组以处理数据。

这种方法当然也适用于单字符分隔符。

正则表达式匹配除某些分隔符之外的任何内容

2 个答案: