Регулярное выражение для извлечения пар метка-значение в Java

Question

У меня есть файл, содержащий несколько строк, похожих на:

Name: Peter
Address: St. Serrano número 12, España
Country: Spain

И мне нужно извлечь адрес с помощью регулярного выражения, учитывая, что оно может содержать точки, специальные символы (ñ, ç), áéíóú...

Текущий код работает, но выглядит довольно некрасиво:.

Pattern p = Pattern.compile("^(.+?)Address: ([a-zA-Z0-9ñÑçÇáéíóú., ]+)(.+?)$",
                            Pattern.MULTILINE | Pattern.DOTALL);
Matcher m = p.matcher(content);
if (m.matches()) { ... }

Редактировать:Поле «Адрес» также можно разделить на несколько строк.

Name: Peter
Address: St. Serrano número 12,   
Madrid
España
Country: Spain

Редактировать:Я не могу использовать объект Properties или анализатор YAML, поскольку файл содержит и другую информацию.

Answer 1

Я не очень хорошо знаю объекты регулярных выражений Java, но для этого подойдет что-то вроде этого шаблона:

^Address:\s*((?:(?!^\w+:).)+)$

при условии, что многострочный и точечный режимы включены.

Это будет соответствовать любой строке, начинающейся с адреса, за которой следует что угодно до символа новой строки и одного слова, за которым следует двоеточие.

Если вы знаете, что следующим полем должна быть «Страна», вы можете немного упростить это:

^Address:\s*((?:(?!^Country:).)+)$

Хитрость заключается в утверждении опережающего просмотра в повторяющейся группе.'(?!Страна:).' Подойдет ли все, кроме начала строки «Страна:», поэтому мы просто вкладываем его в не нанесенные скобки (?

Answer 2

Возможно, вы захотите изучить Properties класс вместо регулярного выражения.Он предоставляет вам способы управления обычным текстом или XML-файлами для представления пар ключ-значение.

Таким образом, вы можете прочитать файл примера, а затем получить такие значения после загрузки в файл. Properties объект:

Properties properties = new Properties();
properties.load(/* InputStream of your file */);

Assert.assertEquals("Peter", properties.getProperty("Name"));
Assert.assertEquals("St. Serrano número 12, España", properties.getProperty("Address"));
Assert.assertEquals("Spain", properties.getProperty("Country"));

Answer 3

Предполагая, что «содержимое» — это строка, содержащая содержимое файла, ваша основная проблема заключается в том, что вы используете matches() где вы должны использовать find().

Pattern p = Pattern.compile("^Address:\\s*(.*)$", Pattern.MULTILINE);
Matcher m = p.matcher(content);
if ( m.find() )
{
  ...
}

Кажется, в других ответах о режимах MULTLINE и DOTALL есть некоторая путаница.MULTILINE – это то, что позволяет ^ и $ привязки соответствуют началу и концу логической строки соответственно.DOTALL позволяет точке (точке, точке и т. д.) соответствовать символам-разделителям строк, например \n (перевод строки) и \r (возврат каретки).Это регулярное выражение должен используйте режим MULTILINE и не должен используйте режим DOTALL.

Answer 4

Я не хочу показаться застрявшим в грязи, но обязательно ли использовать регулярное выражение?Почему бы не избавить себя (или других) от головной боли и не сделать:

String line = reader.readLine();
while(line != null)
{
    line = line.trim();
    if(line.startsWith("Address: "))
    {
        return line.substr("Address: ".length()).trim();
    }
    line = reader.readLine();
}
return null;

Конечно, это также можно немного параметризовать и поместить в метод.

В противном случае я бы поддержал предложения Properties или JYaml.

Answer 5

Не Java-человек, но не стал бы "Address: (.*)$" работа?

Редактировать:Без шаблона.multiline | Паттерн. Dotall Option он должен соответствовать только на этой строке.

Answer 6

Может ли он содержать новую строку?Если он не может содержать новую строку, вам не нужно использовать модификатор multiline, вместо этого вы можете использовать модификатор multiline.

Pattern p = Pattern.compile("^Address: (.*)$");

Если это возможно, я могу придумать альтернативу:

Pattern p = Pattern.compile("Address: (.*)\nCountry", Pattern.MULTILINE);

Без DOTALL точка не будет соответствовать новой строке, поэтому вы можете явно указать ее в регулярном выражении, что позволит вам делать то, о чем вы просили.

Answer 7

Вам обязательно стоит проверить ЯМЛ.

Вы могли бы попробовать JYaml.

Самое приятное, что он имеет реализации на многих языках.

PS Я попробовал образец текста в ЯМЛ::XS, и это работает отлично.