Java 正则表达式拆分

Question

我有一些数据格式如下

2009.07.02 02:20:14 40.3727 28.2330 6.4 2.6 -.- -.- BANDIRMA-BALIKESIR 2009.07.02 01:38:34 38.3353 38.8157 3.5 2.7 -.- -.- 羽衣甘蓝（马来亚） 2009.07.02 00:10:28 38.8838 26.9328 3.0 3.0 -.- -.- CANDARLI KÖRFEZI (EGE DENIZI) 2009.07.01 23:33:31 36.8027 34.0975 8.2 2.9 -.- -.- GÜZELOLUK-ERDEMLI (MERSIN) 2009.07.01 22:32:44 38.9260 27.0338 5.0 3.4 -.- -.- CANDARLI KÖRFEZI (EGE DENIZI) 2009.07.01 22:12:37 40.2120 41.0378 3.7 2.9 -.- -.- OVACIK-ILICA (ERZURUM) 2009.07.01 22:10:53 38.9208 26.9502 5.0 3.5 -.- -.- ÇANDARLI-DIKILI (伊兹密尔) 2009.07.01 21:44:29 38.8695 27.1268 6.9 2.9 -.- -.- YUNTDAG-BERGAMA (伊兹密尔) 2009.07.01 21:27:53 38.9073 26.9895 5.0 3.0 -.- -.- CANDARLI KÖRFEZI (EGE DENIZI) 2009.07.01 21:18:19 38.9212 26.9060 5.0 3.4 -.- -.- CANDARLI KÖRFEZI (EGE DENIZI) 2009.07.01 21:12:15 38.8657 26.9447 13.7 3.8 -.- -.- CANDARLI KÖRFEZI (EGE DENIZI) 2009.07.01 21:09:43 38.9260 27.0853 5.0 3.1 -.- -.- ZEYTINDAG-BERGAMA (伊兹密尔) 2009.07.01 21:05:40 38.9153 26.9710 5.0 3.4 -.- -.- ÇANDARLI-DIKILI (伊兹密尔) 2009.07.01 20:29:02 37.6888 38.7212 5.0 3.3 -.- -.- AKINCILAR-KAHTA (ADIYAMAN) 2009.07.01 18:17:12 41.2700 36.0502 2.7 2.7 -.- -.- TAFLAN- (SAMSUN) 2009.07.01 17:50:03 38.6312 35.7962 5.0 2.8 -.- -.- ELBASI-BÜNYAN (KAYSERI)

我想在白线上拆分它，但我希望最后一列在有括号时不拆分？我希望每行分成 8 块。这可能吗？

Answer 1

你为什么在这里使用正则表达式？

数据文件完美对齐，可以用

提取数据

line.substring(0,12)
line.substring(13,20)
..
..

这样会快很多。

Answer 2

将其放入正则表达式工具中，例如RegexBuddy。

但出于您的目的，很容易在\s+ 或\s\s+ 上拆分并设置limit。这取决于您想要文本的哪些部分，这就是您使用该工具来帮助您编写正则表达式的原因。

如果您特别想避免匹配以“（”开头的空格，这实际上并不能解决您的问题，因为可能存在诸如“单词（单词单词）”之类的行，您可以使用zero-width negative lookahead 组。类似\s+(?!\() .

Answer 3

我猜你需要 9 个而不是 8 个。所以试试吧，line.split("\\s+", 9);。

Answer 4

这看起来像格式化的文本。第一个猜测是打破制表符。

String[] parts = line.split('\t');

如果这不起作用，我会在没有括号的空格上打断。在 Pattern 下的 javadoc 中查找前瞻模式语法： 例如如果你分开

"ABC DEF (GHI)" 

在正则表达式上：

String regex="\\ (?!\\()";

（读作“空格（？！X）”，其中“（？！X）表示“负前瞻匹配“X”，转义的openparen“\（”被替换）。

你得到“ABC,DEF (GHI)”

假设文本是制表符分隔的，按数字位置解析将不起作用。