在java中解析引用的文本

发布于 2024-12-01 19:28:58 字数 231 浏览 2 评论 0原文

有没有一种简单的方法将引用的文本解析为java字符串？我有这样的台词要解析：

author="Tolkien, J.R.R." title="The Lord of the Rings"
publisher="George Allen & Unwin" year=1954

我想要的只是托尔金、JRR、指环王、乔治·艾伦和乔治·艾伦。 Unwin，1954 年作为弦乐。

原文

Is there an easy way to parse quoted text as a string to java? I have this lines like this to parse:

author="Tolkien, J.R.R." title="The Lord of the Rings"
publisher="George Allen & Unwin" year=1954

and all I want is Tolkien, J.R.R.,The Lord of the Rings,George Allen & Unwin, 1954 as strings.

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

童话里做英雄 2024-12-08 19:28:58

您可以使用正则表达式，例如

"(.+)"

它将匹配引号之间的任何字符。在 Java 中将是：

Pattern p = Pattern.compile("\\"(.+)\\"";
Matcher m = p.matcher("author=\"Tolkien, J.R.R.\"");
while(matcher.find()){
  System.out.println(m.group(1));      
}

请注意，使用了 group(1)，这是第二个匹配项，第一个匹配项 group(0) 是带引号的完整字符串

当然，您也可以使用子字符串来选择除第一个和最后一个之外的所有内容字符：

String quoted = "author=\"Tolkien, J.R.R.\"";
String unquoted;    
if(quoted.indexOf("\"") == 0 && quoted.lastIndexOf("\"")==quoted.length()-1){
    unquoted = quoted.substring(1, quoted.lenght()-1);
}else{
  unquoted = quoted;
}

You could either use a regex like

"(.+)"

It will match any character between quotes. In Java would be:

Pattern p = Pattern.compile("\\"(.+)\\"";
Matcher m = p.matcher("author=\"Tolkien, J.R.R.\"");
while(matcher.find()){
  System.out.println(m.group(1));      
}

Note that group(1) is used, this is the second match, the first one, group(0), is the full string with quotes

Offcourse you could also use a substring to select everything except the first and last char:

String quoted = "author=\"Tolkien, J.R.R.\"";
String unquoted;    
if(quoted.indexOf("\"") == 0 && quoted.lastIndexOf("\"")==quoted.length()-1){
    unquoted = quoted.substring(1, quoted.lenght()-1);
}else{
  unquoted = quoted;
}

回复收藏 0 原文

十二 2024-12-08 19:28:58

有一些奇特的模式正则表达式的废话，奇特的人和奇特的程序员喜欢使用。

我喜欢使用 String.split()。这是一个简单的函数，可以完成您需要它做的事情。

因此，如果我有一个字符串 word: "hello" 并且我想取出“hello”，我可以简单地执行以下操作：

myStr = string.split("\"")[1 ];

这将根据引号将字符串切成位。

如果我想更具体，我可以执行

myStr = string.split("word: \"")[1]。分割（“\”“）[0];

这样我就用 word: " 和 " 来剪切它。

当然，如果 word: " 重复两次，你就会遇到问题，这就是模式是为了。我认为您不必针对您的具体问题来处理该问题。

另外，要小心像之类的字符。和。 Split 使用正则表达式，因此这些字符会触发有趣的行为。我认为 "\\" = \ 将逃脱那些有趣的规则。如果我错了，有人纠正我。

祝你好运！

回复收藏 0 原文

不…忘初心 2024-12-08 19:28:58

您能否认为您的文档格式正确并且不包含语法错误？如果是这样，那么您只是在使用 String.split() 之后对所有其他标记感兴趣。

如果您需要更强大的功能，则可能需要使用 Scanner 类（或 StringBuffer 和 for 循环;-)）来挑选有效的标记，同时考虑“我在某处看到引号”之外的其他标准。

例如，出于某些原因，您可能需要一个比盲目地在引号上分割字符串更强大的解决方案：如果开始的引号紧接在等号之后，那么它可能只是一个有效的标记。或者也许您确实需要处理未引用的值以及引用的值？ \" 是否需要作为转义引号处理，或者是否算作字符串的结尾。它可以有单引号或双引号（例如：html），还是始终正确用双引号格式化？

一种可靠的方法是像编译器一样思考并使用基于 Java 的 Lexer（例如 JFlex），但是复制

如果您更喜欢低级方法，您可以使用 while 循环逐个字符地迭代输入流，当您看到 =" 时，开始字符变成StringBuffer 直到找到另一个非转义的 "，要么连接到各种想要的解析值，要么将它们添加到某种列表中（取决于您打算如何处理数据）。然后继续阅读直到再次遇到开始标记（例如：="），然后重复。