如何使用java中的java.util.regex来匹配输入中的特定格式？

Question

输入

输入可以以以下任何形式显示，并具有以下强制性内容TXT{**Any comma separated strings in any format**}

String loginURL = "http://ip:port/path?username=abcd&location={LOCATION}&TXT{UE-IP,UE-Username,UE-Password}&password={PASS}";
String loginURL1 = "http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}&TXT{UE-IP,UE-Username,UE-Password}";
String loginURL2 = "http://ip:port/path?TXT{UE-IP,UE-Username,UE-Password}&username=abcd&location={LOCATION}&password={PASS}";
String loginURL3 = "http://ip:port/path?TXT{UE-IP,UE-Username,UE-Password}";
String loginURL4 = "http://ip:port/path?username=abcd&password={PASS}";

所需输出

1.对应于loginURL.的OutputURL

String outputURL = "http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}";
String outputURL1 = "http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}";
String outputURL2 = "http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}";
String outputURL3 = "http://ip:port/path?";
String outputURL4 = "http://ip:port/path?username=abcd&password={PASS}";

2.删除模式(如果有的话)

String deletedPatteren = TXT{UE-IP,UE-Username,UE-Password}

我的尝试

String loginURLPattern = TXT+"\\{([\\w-,]*)\\}&*";

System.out.println("1. ");
getListOfTemplates(loginURL, loginURLPattern);
System.out.println();

System.out.println("2. ");
getListOfTemplates(loginURL1, loginURLPattern);
System.out.println();

private static void getListOfTemplates(String inputSequence,String pattern){
    System.out.println("Input URL : " + inputSequence);
    Matcher templateMatcher =  Pattern.compile(pattern).matcher(inputSequence);
    if (templateMatcher.find() && templateMatcher.group(1).length() > 0) {
        System.out.println(templateMatcher.group(1));
        System.out.println("OutputURL : " + templateMatcher.replaceAll(""));
    }
}

输出

1. 
Input URL : http://ip:port/path?username=abcd&location={LOCATION}&TXT{UE-IP,UE-Username,UE-Password}&password={PASS}
UE-IP,UE-Username,UE-Password}&password={PASS
OutputURL : http://ip:port/path?username=abcd&location={LOCATION}&

2. 
Input URL : http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}&TXT{UE-IP,UE-Username,UE-Password}
UE-IP,UE-Username,UE-Password
OutputURL : http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}&

上述模式的缺点

如果我添加任何字符串containing character like #,%,@ in between TXT{}，那么我的代码就会中断。

如何使用java.util.regex库实现它，以便用户可以在TXT{Any Comma Separated Strings}之间输入任何逗号分隔的字符串。

Answer 1

我建议使用Matcher.appendReplacement

public static void main(final String[] args) throws Exception {
    final String[] loginURLs = {
        "http://ip:port/path?username=abcd&location={LOCATION}&TXT{UE-IP,UE-Username,UE-Password}&password={PASS}",
        "http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}&TXT{UE-IP,UE-Username,UE-Password}",
        "http://ip:port/path?TXT{UE-IP,UE-Username,UE-Password}&username=abcd&location={LOCATION}&password={PASS}",
        "http://ip:port/path?TXT{UE-IP,UE-Username,UE-Password}",
        "http://ip:port/path?username=abcd&password={PASS}"};
    final Pattern patt = Pattern.compile("(\\?)?&?(TXT\\{[^}]++})(&)?");
    for (final String loginURL : loginURLs) {
        System.out.printf("%1$-10s %2$s%n", "Processing", loginURL);
        final StringBuffer sb = new StringBuffer();
        final Matcher matcher = patt.matcher(loginURL);
        while (matcher.find()) {
            final String found = matcher.group(2);
            System.out.printf("%1$-10s %2$s%n", "Found", found);
            if (matcher.group(1) != null && matcher.group(3) != null) {
                matcher.appendReplacement(sb, "$1");                
            } else {
                matcher.appendReplacement(sb, "$3");
            }
        }
        matcher.appendTail(sb);
        System.out.printf("%1$-10s %2$s%n%n", "Processed", sb.toString());
    }
}

输出：

Processing http://ip:port/path?username=abcd&location={LOCATION}&TXT{UE-IP,UE-Username,UE-Password}&password={PASS}
Found      TXT{UE-IP,UE-Username,UE-Password}
Processed  http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}

Processing http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}&TXT{UE-IP,UE-Username,UE-Password}
Found      TXT{UE-IP,UE-Username,UE-Password}
Processed  http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}

Processing http://ip:port/path?TXT{UE-IP,UE-Username,UE-Password}&username=abcd&location={LOCATION}&password={PASS}
Found      TXT{UE-IP,UE-Username,UE-Password}
Processed  http://ip:port/path?username=abcd&location={LOCATION}&password={PASS}

Processing http://ip:port/path?TXT{UE-IP,UE-Username,UE-Password}
Found      TXT{UE-IP,UE-Username,UE-Password}
Processed  http://ip:port/path

Processing http://ip:port/path?username=abcd&password={PASS}
Processed  http://ip:port/path?username=abcd&password={PASS}

正如你正确指出的那样，有三种可能的情况：

1. "?{TEXT}&“-> "?”
2. “&{TEXT}和”-> "&“
3. "?{TEXT}“-> "”

所以我们需要做的是在regex中测试这些情况。下面是模式：

(\\?)?&?(TXT\\{[^}]++})(&)?

解释：

• (\\?)?可选地匹配和捕获?
• &?可选地捕获&
• (TXT\\{[^}]++})匹配并捕获TXT，然后是{，其次是一个或大多数not } (占有式)，然后是} (不需要转义)。
• (&)?可选地匹配和捕获&

我们有三个小组：

1. 潜在的?
2. 所需文本
3. 潜在的&

现在，当我们找到匹配时，我们需要用case 1..3的适当捕获替换

if (matcher.group(1) != null && matcher.group(3) != null) {
    matcher.appendReplacement(sb, "$1");                
} else {
    matcher.appendReplacement(sb, "$3");
}

如果组1和3都存在

我们必须是以防万一1；我们必须用"?“代替。在1组，所以是$1。

否则，我们将在2或3的情况下

在案例2中，我们需要用"&“替换，在3中用"”替换。

万一2组3持有"&“，万一3保持”，那么在这两种情况下，我们都可以用$3代替。

在这里，我只使用匹配组捕获TXT{...}部件。这意味着，尽管前面的?或&已被替换，但它不在String found中。我，你只想要{}之间的位，然后移动括号。

注意，我重用了Pattern --如果性能有问题，您也可以使用Matcher。您应该始终重用Pattern，因为创建它(非常)非常昂贵。如果可以的话，可以将它存储在static final中--这是线程安全，matchers不是。通常的方法是将Pattern存储在static final中，然后在方法的上下文中重用Matcher。

而且，Matcher.appendReplacement的使用比当前的方法要高效得多，因为它只需要处理一次输入。您的方法将字符串解析两次。