java - 从字符串中的给定单词中获取下两个单词，同时包含非字母数字字符的单词

Question

我有一个 String 如下:

String str = "This is something Total Toys (RED) 300,000.00 (49,999.00) This is something";

来自用户的输入将是一个关键字 String 即。 玩具总数(红色)

我可以使用 str.indexOf(keyword);

获取关键字的索引

我还可以通过将关键字 String 的长度添加到上述索引来获取下一个单词的开头。

但是，如何获取给定字符串中关键字后的下两个标记，它们是我想要的值？

if(str.contains(keyWord)){
 String Value1 = // what should come here such that value1 is 300,000.00 which is first token after keyword string?
 String Value2 = // what should come here such that value2 is (49,999.00) which is second token after keyword string?
}

上下文:使用 PDFBox 阅读 PDF。上面的关键字是 PDF 表格第一列中的标题，接下来我要读取的两个标记是该表格中同一行接下来两列中的值。

Answer 1

您可以使用 regular expressions去做这个。这将适用于后跟两个标记的关键字的所有实例，如果关键字后面没有跟两个标记，则它将不匹配；但是，这很容易适应，因此请说明您是否要在关键字后跟 0 或 1 个标记的情况下进行匹配。

String regex = "(?i)%s\\s+([\\S]+)\\s+([\\S]+)";
Matcher m = Pattern.compile(String.format(regex, Pattern.quote(keyword))).matcher(str);

while (m.find())
{
    System.out.println(m.group(1));
    System.out.println(m.group(2));
}

在您的示例中，regex 中的 %s 将被替换为 "Total Toys"，给出:

300,000.00
49,999.00

(?i) 表示不区分大小写
\\s 表示空格
\\S 表示非空白
[...] 是 character class
+表示1个或多个
(...) 是一个捕获组

编辑:
如果您想使用带有正则表达式固有的特殊字符的关键字，那么您需要使用Pattern.quote()。例如，在正则表达式中，( 和 ) 是特殊字符，因此带有它们的关键字将导致正则表达式不正确。 Pattern.quote() 将它们解释为原始字符，因此它们将在正则表达式中转义，即更改为 \\( 和 \\).

如果你想要三个组，使用这个:

String regex = "%s\\s+([\\S]+)\\s+([\\S]+)(?:\\s+([\\S]+))?";

注意:如果后面只有两个组，组 (3) 将为 null。