用Java Regex提取文本并提供参考支持

Question

我在Java中写了一种方法。它基本上是提取具有匹配模式的文本，并返回 all 提取。它只是像java.util.regex.matcher's find（）/matches（）然后group> group（）< /code>：

Matcher matcher = pattern.matcher(fileContent);
StringBuilder sb = new StringBuilder();
while(matcher.matches()) {
    sb.append(matcher.group()).append("\n");
}
return sb.toString();

但是，我希望提取的摘录以参考文献（美元符号，$）和文字character-eScaping（BackSlash，> \），支持，支持就像matcher.replaceall（替换）中的替换一样（ doc ）。例如：

fileContent = """
    aaabbcac aabb
    bcbcbbccc babba
""";
pattern = Pattern.compile("bb.*(.)(abb)");
extractionFormatter = "$1: $0, \\$$2";

预期的输出是：

a: bbcac aabb, $abb
b: bbccc babb, $abb

希望您了解我要做的事情。您知道是否有任何现有的库/方法可以实现这一目标而无需我重新发明轮子？

Answer 1

您可以从Matcher类中使用结果方法，该类将返回MatchResult s的流首先获得所有匹配项，使用使用结果matchResult.group，立即使用方法string.replaceall使用模式AS REGEX和您的fractactionFormatter作为替换，并最终使用新行加入了所有行：

String fileContent = "aaabbcac aabb\n" +
                     "bcbcbbccc babba";

Pattern pattern = Pattern.compile("bb.*(.)(abb)");
String extractionFormatter = "$1: $0, \\$2";

String output = pattern.matcher(fileContent)
                        .results()
                        .map(MatchResult::group)
                        .map(s -> s.replaceAll(pattern.pattern(), extractionFormatter))
                        .collect(Collectors.joining(System.lineSeparator()));

System.out.println(output);

Answer 2

您可以使用 string.replaceall 。

要注意的是，如果您想通过捕获组获取所需的输出，则必须从替换中不应存在的字符串中匹配（删除）。

使用将提供所需输出的模式：

String fileContent = """
aaabbcac aabb
bcbcbbccc babba
""";
String pattern = "(?m)^.*?(bb\\S*).*(.)(abb).*$";
String extractionFormatter = "$2: $1 $2$3, \\$3";
System.out.print(fileContent.replaceAll(pattern, extractionFormatter));

输出

a: bbcac aabb, $abb
b: bbccc babb, $abb

请参见a java demo 。

---

或使用StringBuilder，Matcher和While循环：

String fileContent = """
aaabbcac aabb
bcbcbbccc babba
""";
String pat = "bb.*(.)(abb)";
Pattern pattern = Pattern.compile(pat);
Matcher matcher = pattern.matcher(fileContent);
String extractionFormatter = "$1: $0, \\$2";
StringBuilder sb = new StringBuilder();

while(matcher.find()) {
    sb.append(matcher.group().replaceAll(pat, extractionFormatter)).append("\n");
}
System.out.print(sb);

请参阅A java demo 。