java使用正则表达式提取特定模式

Question

即使在网上阅读了大量教程之后，我也很难在Java中使用正则表达式。我试图提取接收到的字符串的一部分，以便稍后在我的应用程序中使用

以下是收到的可能字符串的示例：

53248 <CERCLE> 321 211 55 </CERCLE>
57346 <RECTANGLE> 272 99 289 186 </RECTANGLE>

第一个数字将被提取为序列号。 介于<>；也将被提取。然后是介于两者之间的数字序列

以下是我的模式：

"(\\d+)\\s*<(\\w+)>\\s*((\\d+\\s*)+)\\s*</\\w*>.*"

以下是到目前为止我的方法的代码：

public decompose(String s) throws IllegalArgumentException {

    Pattern pattern = Pattern.compile(PATTERN);
    Matcher matcher = pattern.matcher(s);

    noSeq = Integer.parseInt(matcher.group(1));
    type = typesFormes.valueOf(matcher.group(2));
    strCoords = matcher.group(3).split(" ");

}

问题是，当我运行代码时，出于某种原因，我的所有匹配器组都处于-1（我想是找不到）。我已经为此绞尽脑汁好一阵子了，欢迎提出任何建议：）谢谢

Answer 1

正如@2rs2ts指出的，问题在于缺少matcher.find()调用

我想进一步改进如下：

final String PATTERN = "(\\d+)\\s*<(\\w+)>\\s*([\\d\\s]+)\\s*</\\2>.*";
String s = "53248 <CERCLE> 321 211 55 </CERCLE>";
Pattern pattern = Pattern.compile(PATTERN);
Matcher matcher = pattern.matcher(s);
if (matcher.find()) {
    System.out.println(matcher.group(1));
    System.out.println(matcher.group(2));
    System.out.println(matcher.group(3).trim());
}

一些改进：

• 在模式中，可以将((\\d+\\s*)+)简化为([\\d\\s]+)。就你而言，这是等效的
• 在模式中，您可能希望将<CERCLE>与结束</CERCLE>匹配，而不是</OTHER>。您可以使用\\2实现这一点，这是对第二个捕获组的反向引用
• 你可以通过matcher.find()的结果来判断是否有匹配的内容
• 在将中间的数字列表拆分之前，< > e> EME>希望使用{{CD9}}修整尾部中可能的尾随空白。<李>

Answer 2

您只需要告诉匹配器开始将模式与输入字符串匹配。这在ideone上对我有效：

String s = "53248 <CERCLE> 321 211 55 </CERCLE>";
String PATTERN = "(\\d+)\\s*<(\\w+)>\\s*((\\d+\\s*)+)\\s*</\\w*>.*";
Pattern pattern = Pattern.compile(PATTERN);
Matcher matcher = pattern.matcher(s);
matcher.find();                         // aye, there's the rub
System.out.println(matcher.group(1));
System.out.println(matcher.group(2));
System.out.println(matcher.group(3));

产出为：

53248
CERCLE
321 211 55

^{}方法成功后，将让匹配器生成所需的信息。从javadocs：

If the match succeeds then more information can be obtained via the start, end, and group methods.

^{}说了一些类似的指示，强调我的：

Returns the input subsequence captured by the given group during the previous match operation.

Answer 3

只需尝试一下String#split()

  String str="53248 <CERCLE> 321 211 55 </CERCLE>";
  String[] array=str.split("(\\s<|>\\s)"); 
  // simple regex (space < OR > space)

注意：如果还有一个或多个空格，请尝试使用\\s+

在本例中，使用数组的前三个值53248, CERCLE, 321 211 55

---

完整代码：

String str = "53248 <CERCLE> 321 211 55 </CERCLE>";
String[] array = str.split("(\\s<|>\\s)");

int noSeq = Integer.valueOf(array[0]);
String type = array[1];
String strCoords = array[2];

System.out.println(noSeq+", "+type+", "+strCoords);

输出：

53248, CERCLE, 321 211 55