使用regex从两种不同类型的字符中提取文本

Question

我试图从一个文本中提取字符串，该文本包含两种不同类型的字符。字符是|和#，文本来自外部源。

我举一个例子：

whatsup.

• Input：

• 输入：#hello|#what|whatsup|应返回hello|，whatsup

#hello#应返回

• |ola|1应返回ola

• Input：|hello#|what#whatsup#node应返回hello#和whatsup

Answer 1

这适用于你的弦乐。我不知道我是否完全理解你需要什么，但我认为如果有必要可以调整它：

     String s1 = "#hello|#what|whatsup|";
     String s2 = "#hello#";
     String s3 = "|ola|1";
     String s4 = "|hello#|what#whatsup#node";

     Pattern pattern = Pattern.compile("((\\w)+)(\\||#)(\\||#)?");
     Matcher matcher = pattern.matcher(s4);
     while(matcher.find()) {
         System.out.println(matcher.group(1) + (matcher.group(4) != null ? matcher.group(4).equals("|")? "#" : "|" : ""));
         matcher.find(); //to jump over the next match
     }

更新:我刚刚读到了中间层示例。恐怕这不管用，我得离开电脑一段时间。所以这只是为了让你开始。

适用于所有示例的更新版本：

     String s1 = "#hello|#what|whatsup|";
     String s2 = "#hello#";
     String s3 = "|ola|1";
     String s4 = "|hello#|what#whatsup#node";
     String s5 = "#||##||MiddleRecursion||##||#";

     Pattern pattern = Pattern.compile("(#|\\|)((#|\\|)*\\w+(#|\\|)*)(#|\\|)");
     Matcher matcher = pattern.matcher(s1);
     while(matcher.find()) {
         System.out.println(matcher.group(2));
     }

Answer 2

由于#||##||MiddleRecursion||##||# --> ||##||MiddleRecursion||##||，恐怕您必须进行括号匹配。在这种情况下，将没有使用regex的通用解决方案(如果您知道最大的连续出现情况，则可以强制使用regex)。原因是，存在中间递归；正则表达式只能解决左或右递归。

这也是不能用regex解析的原因之一。

Answer 3

好吧，我先开始。

所以你必须匹配#something#或者其他的东西

您能编写两个独立的regexp来实现这一点吗？

首先，您会感到烦恼的是，管道|是regexp中的一个神奇字符。如果要匹配该字符，则必须按照我所链接的另一个线程使用\\作为前缀。

当您让这两个regexp工作，让我知道，我会张贴更多。

(我要出去几个小时.)