主页 / 问题 / 1192472
Accepted
Anton Charov
Asked:2021-10-19 23:33:41 +0000 UTC2021-10-19 23:33:41 +0000 UTC

如何拆分字符串？

  • 772

有一条按规则建的线。“City [synonym1, .., synonymN] {link}, City2 [] {}]” 方括号和/或大括号中可能没有文本。例子

    String input = "Москва [Мск, Белокаменная] {msk.com}, Санкт-Петербург [Спб, Питер], Ростов, Калининград [Кёниг] {123.com}";

需要一个正则表达式来分成几部分

  1. 莫斯科 [Msk, Belokamennaya] {msk.com}
  2. 圣彼得堡 [圣彼得堡、圣彼得堡]
  3. 罗斯托夫
  4. 加里宁格勒 [Koenig] {123.com}

然后你需要将每一行划分为城市、同义词和链接

  1. 莫斯科
  2. [莫斯科时间，别洛卡门纳亚]
  3. {msk.com}

据我了解，这里需要输入表格前面文本的条件"?<=\\{*\\})||(?<=[*]), ?" 告诉我如何撰写？

java

2 个回答

  1. Best Answer

    您可以使用

    "(?U)(\\w+(?:-\\w+)*)(?:\\s*(?:\\[([^\\]\\[]*)]))?(?:,?\\s*\\{([^{}]*)\\})?"

    查看表达式如何工作的示例。细节：

    • (?U)- Pattern.UNICODE_CHARACTER_CLASS- 包括 Unicode 支持\w
    • (\w+(?:-\w+)*)- 子模式 #1：一个或多个字母数字字符，后跟 0 个或多个字符重复-和一个或多个字母数字字符
    • (?:\s*\[([^\]\[]*)])?- 0 个或多个空白字符的可选序列，然后[是 0 个或多个除]and以外的字符[（子模式 #2），然后]
    • (?:,?\s*\{([^{}]*)\})?- 一个可选的逗号序列，0 个或多个空格字符，然后{是 0 个或多个除}and以外的字符{（子模式 #3），然后是}.

    Java代码：

    String input = "Москва [Мск, Белокаменная] {msk.com}, Санкт-Петербург [Спб, Питер], Ростов, Калининград [Кёниг] {123.com}\nРостов {123.com}";
Pattern pattern = Pattern.compile("(?U)(\\w+(?:-\\w+)*)(?:\\s*(?:\\[([^\\]\\[]*)]))?(?:,?\\s*\\{([^{}]*)\\})?");
Matcher matcher = pattern.matcher(input);
while (matcher.find()){
    System.out.println("-------------\nСовпадение: " + matcher.group());
    System.out.println("Подмаска №1: " + matcher.group(1));
    if (matcher.group(2) != null) {
        System.out.println("Подмаска №2: " + matcher.group(2)); 
    }
    if (matcher.group(3) != null) {
        System.out.println("Подмаска №3: " + matcher.group(3)); 
    }
}

    结果：

    -------------
Совпадение: Москва [Мск, Белокаменная] {msk.com}
Подмаска №1: Москва
Подмаска №2: Мск, Белокаменная
Подмаска №3: msk.com
-------------
Совпадение: Санкт-Петербург [Спб, Питер]
Подмаска №1: Санкт-Петербург
Подмаска №2: Спб, Питер
-------------
Совпадение: Ростов
Подмаска №1: Ростов
-------------
Совпадение: Калининград [Кёниг] {123.com}
Подмаска №1: Калининград
Подмаска №2: Кёниг
Подмаска №3: 123.com
-------------
Совпадение: Ростов {123.com}
Подмаска №1: Ростов
Подмаска №3: 123.com
    • 2

  2. 对于问题的第二部分，.split(" ")当您按空格分隔每个部分时，该函数适合此处。

    对于第一个任务，用逗号分隔文本是不够的，因为逗号既可以是部分的分隔符，也可以在 和 之间的枚举块{ }中[ ]。第一部分的解决方案可能如下所示：

    StringBuilder sb = new StringBuilder();
List<String> parts = new ArrayList<>();
int bracketsCounter = 0;
for (int i = 0; i < input.length(); i++) {
    String symbol = String.valueOf(input.charAt(i));
    if ("({[".contains(symbol)) bracketsCounter++;
    else if (")}]".contains(symbol)) bracketsCounter--;

    if (symbol.equals(",") && bracketsCounter == 0) {
        if (sb.length() > 0) {
            parts.add(sb.toString());
            sb = new StringBuilder();
        }
    } else {
        sb.append(symbol);
    }
}

if (sb.length() > 0) {
    parts.add(sb.toString());
}
    • 1

相关问题