标记化错误：java.util.regex.PatternSyntaxException，悬空元字符 '*'

Question

我正在使用 split() 来标记以 * 分隔的字符串，遵循以下格式：

name*lastName*ID*school*age
%
name*lastName*ID*school*age
%
name*lastName*ID*school*age

我正在使用以下代码从名为“entrada.al”的文件中读取此内容：

static void leer() {

    try {
        String ruta="entrada.al";
        File myFile = new File (ruta);
        FileReader fileReader = new FileReader(myFile);

        BufferedReader reader = new BufferedReader(fileReader);

        String line = null;

        while ((line=reader.readLine())!=null){
            if (!(line.equals("%"))){
                String [] separado = line.split("*"); //SPLIT CALL
                names.add(separado[0]);
                lastNames.add(separado[1]);
                ids.add(separado[2]);
                ages.add(separado[3]);
            }
        }

        reader.close();
    }

并且我收到这个异常：

线程“main”中的异常 java.util.regex.PatternSyntaxException：索引 0 附近的悬空元字符“*” *

我的猜测是，原始文本文件的age 之后缺少 * 导致了这种情况。 我该如何解决它？

Answer 1

不，问题是 * 是正则表达式中的保留字符，因此您需要对其进行转义。

String [] separado = line.split("\\*");

* 表示“零个或多个先前的表达式”（请参阅​​ Pattern Javadocs），并且您没有为其提供任何先前的表达式，从而使您的拆分表达式非法。 这就是为什么错误是 PatternSyntaxException。

Answer 2

我在 regex = "?" 方面也遇到了类似的问题。 对于在正则表达式中具有某种含义的所有特殊字符都会发生这种情况。 因此，您需要将 "\\" 作为正则表达式的前缀。

String [] separado = line.split("\\*");

Answer 3

第一个答案涵盖了它。

我猜测您可能会决定将信息存储在不同的类/结构中。 在这种情况下，您可能不希望 split() 方法的结果进入数组。

你没有要求，但我很无聊，所以这里是一个例子，希望它有帮助。

这可能是您编写的代表单个人的类：

class Person {
            public String firstName;
            public String lastName;
            public int id;
            public int age;

      public Person(String firstName, String lastName, int id, int age) {
         this.firstName = firstName;
         this.lastName = lastName;
         this.id = id;
         this.age = age;
      }  
      // Add 'get' and 'set' method if you want to make the attributes private rather than public.
} 

然后，您最初发布的解析代码的版本将如下所示：
（这将它们存储在 LinkedList 中，您可以使用其他东西，例如哈希表等......）

try 
{
    String ruta="entrada.al";
    BufferedReader reader = new BufferedReader(new FileReader(ruta));

    LinkedList<Person> list = new LinkedList<Person>();

    String line = null;         
    while ((line=reader.readLine())!=null)
    {
        if (!(line.equals("%")))
        {
            StringTokenizer st = new StringTokenizer(line, "*");
            if (st.countTokens() == 4)          
                list.add(new Person(st.nextToken(), st.nextToken(), Integer.parseInt(st.nextToken()), Integer.parseInt(st.nextToken)));         
            else            
                // whatever you want to do to account for an invalid entry
                  // in your file. (not 4 '*' delimiters on a line). Or you
                  // could write the 'if' clause differently to account for it          
        }
    }
    reader.close();
}

Answer 4

这是因为 * 被用作元字符来表示前一个字符的一次或多次出现。 所以如果我写 M* 那么它会寻找文件 MMMMMM.....！ 这里您使用 * 作为唯一的字符，因此编译器正在寻找该字符以查找多次出现，因此它会引发异常。:)