java - 使用起始字符串和结束字符串从长字符串中提取子字符串？

Question

我有这个长字符串(它是一个长的连续字符串):

Home address H.NO- 12 SECTOR- 12 GAUTAM BUDH NAGAR NOIDA- 121212, UTTAR PRADESH INDIA +911112121212 Last Updated: 12-JUN-12 Semester/Term-time Accommodation Type: Hall of residence (private provider) Semester/Term-time address A121A SOME APPARTMENT SOME LANE CITY COUNTY OX3 7FJ +91 1212121212 Last Updated: 12-SEP-12 Mobile Telephone Number : 01212121212

如果查看上面的字符串，可以生成以下模式:

<home_address_text><space><the_address><space><last_updated_text><last_updated_date><space><accomodation_t‌​ype_text><accomodation_type><space><semester_time_address_text><semester_time_address><space>last_updated_text><last_updated_date><space><mobile_number_text><mobile_number>

我想提取该字符串的特定部分，例如: 1. H.NO- 12 SECTOR- 12 GAUTAM BUDH NAGAR NOIDA- 121212, UTTAR PRADESH INDIA 2. Hall of residence (private provider) 3. A121A SOME APARTMENT SOMELANE CITY COUNTY OX3 7FJ 4. 01212121212

这个信息是可变的，所以它因人而异，所以我不能只计算长度并使用子字符串来提取它，因为整个字符串和我想要提取的部分的长度是可变的。

如何使用 Java 提取字符串的特定部分(如上所述)？我长期以来一直在寻找方法，但找不到方法。任何帮助将非常感激

Answer 1

根据您的(单个)示例，这对我有用。学习使用reluctant modifiers对于正则表达式。在这种情况下他们会给你很大帮助。

例如，要获取与第一部分匹配的字符串:“家庭地址 (.+?)\+\d+ Last Updated: 此正则表达式不会跳过“Last Updated”字符串或我们不想要的“+dd”(数字)。正则表达式“(.+?)”是不情愿的(不是贪婪的)并且不会跳过+号或数字，让它们匹配由表达式的其余部分。

您可以使用它来匹配静态文本包围的正则表达式中的子字符串。在这里，我使用捕获组来定位我想要的文本。 (捕获组是括号中的部分。)

class Goofy
{

   public static void main( String[] args )
   {
      final String input
              = "Home address H.NO- 12 SECTOR- 12 GAUTAM BUDH NAGAR " +
              "NOIDA- 121212, UTTAR PRADESH INDIA +911112121212 " +
              "Last Updated: 12-JUN-12 Semester/Term-time " +
              "Accommodation Type: Hall of residence (private " +
              "provider) Semester/Term-time address A121A SOME " +
              "APPARTMENT SOME LANE CITY COUNTY OX3 7FJ +91 " +
              "1212121212 Last Updated: 12-SEP-12 Mobile Telephone " +
              "Number : 01212121212";

      final String regex = "Home address (.+?) \\+\\d+ Last Updated: " +
              "\\S+ Semester/Term-time Accommodation Type: (.+?) " +
              "Semester/Term-time address (.+?) \\+\\d\\d \\d+ " +
              "Last Updated.+ Number : (\\d+)";

      Pattern pattern = Pattern.compile( regex );
      Matcher matcher = pattern.matcher( input );
      if( matcher.find() ) {
         System.out.println("Found: "+matcher.group() );
         for( int i = 1; i <= matcher.groupCount(); i++ ) {
            System.out.println( "   Match " + i + ": " + matcher.group( i ));
         }
      }
   }
}