java - 使用模式匹配从文件中排序,Java
问题描述
所以我已经让我的程序能够正确分隔文本文件的行,甚至可以匹配第一行文本的模式,但我还需要能够检测和分隔文本的地址行文件并根据它们的方向或街道/百老汇对它们进行排序,但我什至无法为地址设置检测到初始模式。我使用正则表达式是否错误,这就是地址部分无法正确检测到的原因吗?
代码
package csi311;
// Import some standard Java libraries.
import java.io.BufferedReader;
import java.io.FileReader;
import java.util.regex.Pattern;
import java.util.regex.Matcher;
import java.util.ArrayList;
/**
* Hello world example. Shows passing in command line arguments, in this case a filename.
* If the filename is given, read in the file and echo it to stdout.
*/
public class HelloCsi311 {
/**
* Class construtor.
*/
public HelloCsi311() {
}
/**
* @param filename the name of a file to read in
* @throws Exception on anything bad happening
*/
public void run(String filename) throws Exception {
if (filename != null) {
readFile(filename);
}
}
/**
* @param filename the name of a file to read in
* @throws Exception on anything bad happening
*/
private void readFile(String filename) throws Exception {
System.out.println("Dumping file " + filename);
// Open the file and connect it to a buffered reader.
BufferedReader br = new BufferedReader(new FileReader(filename));
ArrayList<String> foundaddr = new ArrayList<String>();
String line = null;
String pattern = "^\\d\\d\\d-[A-Za-z][A-Za-z][A-Za-z]-\\d\\d\\d\\d";
String address[] = new String[4];
address[0] = "\\d{1,3}\\s\\[A-Za-z]{1,20}";
address[1] = "\\d{1,3}\\s\\[A-Za-z]{1,20}\\s\\d{1,3}\\[A-Za-z]{1,20}\\s\\[A-Za-z]{1,20}";
address[2] = "\\d{1,3}\\s\\d{1,3}\\[A-Za-z]{1,20}\\s\\[A-Za-z]{1,20}";
address[3] = "\\d\\d\\s\\[A-Za-z]{1,20}";
Pattern r = Pattern.compile(pattern);
// Get lines from the file one at a time until there are no more.
while ((line = br.readLine()) != null) {
if(line.trim().isEmpty()) {
continue;
}
String sample = line.replaceAll("\\s+,", ",").replaceAll(",+\\s",",");
String[] result = sample.split(",");
String pkgId = result[0].trim().toUpperCase();
String pkgAddr = result[1].trim();
Float f = Float.valueOf(result[2]);
for(String str : result){
// Trying to match for different types
for(String pat : address){
if(str.matches(pat)){
System.out.println(pat);
}
}
if(f < 50 && !pkgId.matches(pattern)) {
Matcher m = r.matcher(str);
if(m.find()) {
foundaddr.add(str);
}
}
}
}
if(foundaddr != null) {
System.out.println(foundaddr.size());
}
// Close the buffer and the underlying file.
br.close();
}
/**
* @param args filename
*/
public static void main(String[] args) {
// Make an instance of the class.
HelloCsi311 theApp = new HelloCsi311();
String filename = null;
// If a command line argument was given, use it as the filename.
if (args.length > 0) {
filename = args[0];
}
try {
// Run the run(), passing in the filename, null if not specified.
theApp.run(filename);
}
catch (Exception e) {
// If anything bad happens, report it.
System.out.println("Something bad happened!");
e.printStackTrace();
}
}
}
文本文件
123-ABC-4567, 15 W. 15th St., 50.1
456-BGT-9876,22 Broadway,24
QAZ-456-QWER, 100 East 20th Street,50
Q2Z-457-QWER, 200 East 20th Street, 49
6785-FGH-9845 ,45 5th Ave, 12.2,
678-FGH-9846 ,45 5th Ave, 12.2
123-ABC-9999, 46 Foo Bar, 220.0
347-poy-3465, 101 B'way,24
下面是应该能够处理地址行的代码行,但由于某种原因,它与模式和正确分隔地址行的输出不匹配,并且可以在处理地址的 for 循环上方的打印语句中看到,但是由于某种原因,地址行甚至没有被检测为匹配项,我对为什么会这样感到困惑。
代码行问题与
for(String str : result){
//System.out.println(str);
// Trying to match for different types
for(String pat : address){
if(str.matches(pat)){
System.out.println(pat);
}
}
所需的输出- 按要求编辑 -
22 Broadway
45 5th Ave
101 B'way
解决方案
我相信问题出在您的正则表达式上。\\d\\d\\s\\[A-Za-z]{1,20}
例如,在所有转义之后变成\d\d\s\[A-Za-z]{1,20}
. 这分解如下:
\d
: 匹配任意数字\d
: 匹配任意数字\s
: 匹配任何空白字符\[
: 匹配[
字符A-Za-z
:匹配文字文本A-Za-z
]
: 匹配文字字符]
{1,20}
: 匹配前面的字符 (]
) 1-20 次。
您可能想要的正则表达式是\d\d\s[A-Za-z]{1,20}
哪个,作为转义字符串是\\d\\d\\s[A-Za-z]{1,20}
. 请注意,\
在[
.
要记住的另一件事是正则表达式可以匹配字符串中的任何位置。例如,正则表达式a
会匹配字符串a
,但也会匹配abc
, bac
,abracadabra
等。为避免这种情况,您必须使用锚定符号^
和$
分别匹配开始和结束。然后您的正则表达式变为^\\d\\d\\s[A-Za-z]{1,20}$
.
我还注意到您使用 for 循环将每一列与正则表达式进行匹配for(String str : result){
。在我看来,你应该只匹配result[1]
or pkgAddr
。
最后一点,看看Regex 101。它将允许您针对一堆输入测试您的正则表达式,以查看它们是否匹配。
推荐阅读
- linux - 递归删除所有目录中除一个最新文件之外的所有文件
- python - 如何在运行时重新启动我的 python 程序
- python - 如何从 Tkiner 单选按钮获取 INT 值
- python - telnetlib 执行无响应和超时
- python - 如何使用 Tensorflow tf.nn.conv2 制作卷积层?
- python - Firebase Flask API 部署错误:/bin/sh: 1: exec: gunicorn: not found
- cytoscape - 已安装 Cytoscape 和 Java 11,但不会读取表
- react-native - 如何修复任务':app:processDebugManifest'的执行失败
- c# - 在帖子 C# 中包含登录名
- python - 使用 API 在 React Native 应用程序中获取数据