使用Java和正则表达式拆分复杂字符串

Question

使用Java和正则表达式，我想从一行文本中提取字符串。文本可以采用以下格式-

1. 键1（值1）键2（值2）

当使用类型#1时，我能够成功地提取键和值，我可以使用空格分割文本，然后使用以下模式提取键

Pattern p = Pattern.compile("\\((.*?)\\)",Pattern.DOTALL);

对于案例#2和案例#3，可以使用复杂的代码逻辑来计算“（”的出现，并将其与空格的出现相匹配，但是，代码变得太长了。当值中也存在空格时，会出现多种复杂情况，因为这样，分割文本就会出现问题。

有没有更好的正则表达式拆分/穿孔方法可以用于上面描述的选择性案例？

Answer 1

我的建议是：

Pattern p = Pattern.compile("(\\(?[^ \\n(]+\\)?)+"), Pattern.DOTALL);

然后，遍历子匹配。如果第一个字符是paren，您知道它是前一个键的值；否则，它是一个键。如果它是一个值，只需使用substring删除父括号。

Answer 2

考虑下面的通用ReGEX的POWER外壳示例。

（？

    $Matches = @()
    $String = 'key1(value1) key2(value2)
key3(value3) key3.5
key4 key5(value5)  GoofyStuff(I like kittens)
key6 key7 ForReal-Things(be sure to vote)
key8'
    Write-Host start with 
    write-host $String
    Write-Host
    Write-Host found
    ([regex]'(?<=^|[\s)\n])([^(\n\s]*)([(]([^)\n]*)[)])?').matches($String) | foreach {
        if ($_.Groups[1].Value) {
            write-host "key at $($_.Groups[1].Index) = '$($_.Groups[1].Value)'"
            if ($_.Groups[3].Value) {
                write-host "value at $($_.Groups[3].Index) = '$($_.Groups[3].Value)'"
                } # end if
            } # end if
        } # next match

start with
key1(value1) key2(value2)
key3(value3) key3.5
key4 key5(value5)  GoofyStuff(I like kittens)
key6 key7 ForReal-Things(be sure to vote)
key8

found
key at 0 = 'key1'
value at 5 = 'value1'
key at 13 = 'key2'
value at 18 = 'value2'
key at 27 = 'key3'
value at 32 = 'value3'
key at 40 = 'key3.5'
key at 48 = 'key4'
key at 53 = 'key5'
value at 58 = 'value5'
key at 67 = 'GoofyStuff'
value at 78 = 'I like kittens'
key at 95 = 'key6'
key at 100 = 'key7'
key at 105 = 'ForReal-Things'
value at 120 = 'be sure to vote'
key at 138 = 'key8'

>

（？

（[^（\n\s]*）返回下一个 "(", \n或\s之前的所有字符

（[（]（[^）\n]*）[）] 返回parans中的值（如果存在）

循环中的额外逻辑测试Matches数组，以验证是否找到了键名或键值。在powershell中，$Matches会自动填充字符串中的所有匹配项。