我会尽力在我的解释中明确^ ^
。我输入一个文本,我逐行阅读文件(我一直一字一句地尝试)。有一次,我看我申请一个正则表达式的工作,但输出文件不适合我,我得到这个类型的输出:在线上提取多个标签
<pers> Sarkozy </pers>
<pers> Muscat </pers> , le secrétaire général , devant <pers> Sarkozy </pers>
<pers> Muscat </pers>
我会想:
<pers> Sarkozy </pers>
<pers> Muscat </pers>
<pers> Sarkozy </pers>
<pers> Muscat </pers>
我能不明白的地方这个问题......我觉得从它匹配我的模式的那一刻起,我需要在整条线上划一条线,而不仅仅是标签......我的正则表达式是不是很好,或者是我的方式读我的文件?
我的代码:
public static void main(String[] args) throws IOException {
// TODO Auto-generated method stub
File file = new File(
monfichier);
String fileContent = readFileAsString(file.getAbsolutePath());
countNE countne = new countNE();
String result = countne.countNE(fileContent);
System.out.println(result);
}
public String countNE(String fileContent) throws java.io.IOException {
int i = 0;
Hashtable<String, Integer> table = new Hashtable();
int nbOcc = 0;
String regPerson = "<pers>.?\\w*.?</pers>";
Pattern pPers = Pattern.compile(regPerson);
Matcher m = pPers.matcher(fileContent);
String result = "";
while (m.find()) {
String person = m.group();
// System.out.println(person + " " + i);
// System.out.println(person);
i++;
result += person + "\n";
}
return result;
}
public static String readFileAsString(String filePath)
throws java.io.IOException {
String chaine = "";
// lecture du fichier texte
try {
InputStream ips = new FileInputStream(filePath);
InputStreamReader ipsr = new InputStreamReader(ips);
BufferedReader br = new BufferedReader(ipsr);
String ligne;
while ((ligne = br.readLine()) != null) {
chaine += ligne + "\n";
}
br.close();
} catch (Exception e) {
System.out.println(e.toString());
}
System.out.println(chaine);
return chaine;
}
}
感谢您的帮助
的正则表达式是不是这个。你有没有考虑嵌套标签?改用解析器。 – m0skit0
您可以将您的代码从文件读取转换为仅使用硬编码字符串(因此我们可以有一个容易重现的示例)?使用'StringReader'应该使这个改变变得很简单。 – Dukeling