1

Возник вопрос. Необходимо разобрать строку. В строке содержатся ключевые слова, которые я знаю заранее и мне надо вытащить всё, что между данными словами находится.

Например:

Категория Косметика Подкатегория Масла Объем (мл) 25 

Из этой строки необходимо составить набор записей (для этого использую HashMap<String, String>) и получить необходимо набор записей по типу (key, value) (Категория, Косметика), (Подкатегория, Масла), (Объем (мл), 25).

Так как получаю строку с известными key, то остается выбрать лишь value.

pattern = Pattern.compile(".*?" + info.get(k) + " (.*?) " + info.get(k+1));

В info хранятся ключи. Столкнулся с проблемой нахождения записи подкатегории и объема в строке. Возникает скорее всего из-за (мл) у объема, но как это решить не совсем понятно.

5
  • 1
    Нужны Pattern.quote(info.get(k)) и Pattern.quote(info.get(k+1)), только еще надо учитывать финальную позицию, Pattern.compile(Pattern.quote(info.get(k)) + "\\s+(.*?)(?:\\s+" + Pattern.quote(info.get(k+1)) + "|\\s*\\z)"). Pattern.quote используется для экранирования специальных символов регулярок. \\s+ находит 1 и более пробельных символов. 14 фев 2019 в 14:07
  • Я так понимаю, вы используете Matcher.find()? Покажите свой код. 14 фев 2019 в 17:12
  • Спасибо большое, вопрос был решен Вами, ошибка действительно была в неэкранировании символов.
    – i_burykin
    15 фев 2019 в 18:02
  • Только неэкранирование? А конец строки |\s*\z? 15 фев 2019 в 18:14
  • ну на сколько я понял quote сэкранировал спецсимволы и еще окончание строки тоже помогло. спасибо)
    – i_burykin
    15 фев 2019 в 20:53

1 ответ 1

1

Тут необходимо использовать Pattern.quote для экранирования любых специальных символов регулярок, а также добавить |\s*\z к info.get(k+1), чтобы найти совпадение также в конце строки.

Pattern pattern = Pattern.compile(Pattern.quote(info.get(k)) + "\\s+(.*?)(?:\\s+" + Pattern.quote(info.get(k+1)) + "|\\s*\\z)");

Например, при последней итерации регулярка будет выглядеть примерно так:

\QОбъем (мл)\E\s+(.*?)(?:\s+|\s*\z)

См. демо

Подробности

  • \Q - далее все символы перестают быть специальными ("режим буквального текста")
  • Объем (мл) - фраза (подстрока) Объем (мл)
  • \E - конец режима буквального текста
  • \s+ - 1+ пробельных символов
  • (.*?) - Захватывающая подмаска №1: 0 и более символов, отличных от символов перевода строки, как можно меньше
  • (?: - начало подмаски:
    • \s+ - 1+ пробельных символов
    • | - или
    • \s*\z - 0+ пробельных символов и самый конец строки
  • ) - конец подмаски.

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими условиями использования и подтверждаете, что прочитали и поняли наши политику конфиденциальности и нормы поведения.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.