RegEx for [“abc”，[“123”，“cba”]]

我在正则表达式中不强壮，所以任何帮助将不胜感激。RegEx for [“abc”，[“123”，“cba”]]

我需要解析这些字符串：

["text", "text", ["text",["text"]],"text"]

和输出应该是（4弦）：

text, text, ["text",["text"]], text

我已经试过这种模式(\\[[^\\[,^\\]]*\\])|(\"([^\"]*)\")：

String data="\"aa\", \"aaa\", [\"bb\", [\"1\",\"2\"]], [cc]"; 
Pattern p=Pattern.compile("(\\[[^\\[,^\\]]*\\])|(\"([^\"]*)\")");

但输出是（引号本身在输出中并不那么关键）：

"aa", "aaa", "bb", "1", "2", [cc]

如何提高我的正则表达式？

来源

2012-06-05 Dmitry Zaytsev

你试图解析JSON？如果是这样，有Java的库可以做到这一点。 –

@DelanAzabani不幸的是它不是JSON。 –

不幸的是，这隐含地要求使用括号匹配（以确保您匹配正确的右括号），这通常不能用正则表达式来完成。但是，如果您知道括号最多可嵌套2或3层，则可以。是这样吗？ – huon

我不知道正则表达式是能够做这样的东西自己。这里是一个办法做到这一点，但：

// data string 
String input = "\"aa\", \"a, aa\", [\"bb\", [\"1\", \"2\"]], [cc], [\"dd\", [\"5\"]]"; 
System.out.println(input); 

// char that can't ever be within the data string 
char tempReplacement = '#'; 
// escape strings containing commas, e.g "hello, world", ["x, y", 42] 
while(input.matches(".*\"[^\"\\[\\]]+,[^\"\\[\\]]+\".*")) { 
    input = input.replaceAll("(\"[^\"\\[\\]]+),([^\"\\[\\]]+\")", "$1" + tempReplacement + "$2"); 
} 
// while there are "[*,*]" substrings 
while(input.matches(".*\\[[^\\]]+,[^\\]]+\\].*")) { 
    // replace the nested "," chars by the replacement char 
    input = input.replaceAll("(\\[[^\\]]+),([^\\]]+\\])", "$1" + tempReplacement + "$2"); 
} 

// split the string by the remaining "," (i.e. those non nested) 
String[] split = input.split(","); 

List<String> output = new LinkedList<String>(); 
for(String s : split) { 
    // replace all the replacement chars by a "," 
    s = s.replaceAll(tempReplacement + "", ","); 
    s = s.trim(); 
    output.add(s); 
} 

// syso 
System.out.println("SPLIT:"); 
for(String s : output) { 
    System.out.println("\t" + s); 
}

输出：

"aa", "a, aa", ["bb", ["1", "2"]], [cc], ["dd", ["5"]] 
SPLIT: 
    "aa" 
    "a, aa" 
    ["bb", ["1","2"]] 
    [cc] 
    ["dd", ["5"]]

PS：代码似乎复杂的“事业评论。这里是一个更简洁的版本：

public static List<String> split(String input, char tempReplacement) { 
    while(input.matches(".*\"[^\"\\[\\]]+,[^\"\\[\\]]+\".*")) { 
     input = input.replaceAll("(\"[^\"\\[\\]]+),([^\"\\[\\]]+\")", "$1" + tempReplacement + "$2"); 
    } 
    while(input.matches(".*\\[[^\\]]+,[^\\]]+\\].*")) { 
     input = input.replaceAll("(\\[[^\\]]+),([^\\]]+\\])", "$1" + tempReplacement + "$2"); 
    } 
    String[] split = input.split(","); 
    List<String> output = new LinkedList<String>(); 
    for(String s : split) { 
     output.add(s.replaceAll(tempReplacement + "", ",").trim()); 
    } 
    return output; 
}

电话：

String input = "\"aa\", \"a, aa\", [\"bb\", [\"1\", \"2\"]], [cc], [\"dd\", [\"5\"]]"; 
List<String> output = split(input, '#');

来源

2012-06-05 11:52:42 sp00m

非常感谢 - 它是完美的作品！但是，它是一回事，我忘了说。如果有这样的领域会怎么样：“文本，用逗号”？如何替换嵌套在引号中的逗号？ –

我刚刚编辑了代码以避免这些逗号。 – sp00m

看来你在你的输入中有递归，所以如果你有很多嵌套的[]正则表达式可能不是最好的解决方案。

为此，我认为使用简单的算法使用indexOf()和substring()会更好/更简单。它也变得更加高效！

来源

2012-06-05 11:32:29

不幸的是，我不认为你可以用Java正则表达式来做到这一点。你在这里得到的是递归表达式。这种类型的语言对于基本的正则表达式是不可修正的（这正是java的实际所在）。

但是编写该语言的小递归下降解析器并不难。

您可以检查以下答案中寻找灵感：java method for parsing nested expressions

来源

2012-06-05 11:34:15

RegEx for [“abc”，[“123”，“cba”]]

回答

相关问题