Java 扫描单词后面的关键字

Question

我要解决一个非常具体的问题：

• 使用 java 和 eclipse
• 在长字符串中包含大量字符（单词、括号、问号等）
• 尝试按关键字对传入的信息进行排序以取得进一步进展

所以我尝试的是：

1. 获取传入的字符串，就像 “我们有一个新成员。他的名字是：Peter。他很漂亮。他是该组的成员：devceloper。他的生日是：13.08.2001 . 我们还有一个新成员...
2. 扫描字符串中的一些关键字，这些关键字将按照特定顺序排列，例如“姓名”、“组”和“生日”
3. 识别关键字，后面的“不需要”字符（每次都一样）
4. 提取相关信息，放入二维数组中。 所以我的输出应该看起来像 {{"peter", "developer", "13.08.2001"}, {"susan", "marketing", "02.03.1997"}...}

为了完成这个，我找到了一个基本脚本，它应该“提取”单独的单词，但它仍然有问题，所以它并没有真正的帮助。

int indexOfSpace = 0; 
int nextIndexOfSpace = 0;

String sentence = "This is a sentence";

int lastIndexOfSpace = sentence.lastIndexOf(" "); 
while(indexOfSpace != lastIndexOfSpace) { 
    nextIndexOfSpace = sentence.indexOf(" ",indexOfSpace);
    String word = sentence.substring(indexOfSpace,nextIndexOfSpace);
    System.out.println("Word: " + word + " Length: " + word.length());
    indexOfSpace = nextIndexOfSpace; }

String lastWord = sentence.substring(lastIndexOfSpace);
System.out.println("Word: " + lastWord + " Length: " + lastWord.length());

我不希望你给我现成的解决方案，但我可能需要一些编程步骤的提示；）

Answer 1

你可以使用类似于这个的正则表达式：

name[^:]*:\s*(\w+).*?group[^:]*:\s*(\w+).*?birthday[^:]*:\s*(\d+\.\d+\.\d+)

对于输入字符串：

我们有一个新成员。他的名字是：彼得。他很不错。他是该组的成员：devceloper。他的生日也是：13.08.2001。我们还有一个新成员...

它将捕获以下组：

• 彼得
• 开发者
• 13.08.2001

对模式使用匹配器，您可以迭代所有匹配项。

示例代码：

String input = "we got a new member. he's name is: Peter. He is pretty nice. he "
            + "is a member of the group: devceloper. Also he's birthday is: 13.08.2001."
            + " As well we got a new member she's name is: Sara. She is pretty nice. "
            + "she is a member of the group: customer. Also her birthday is: 21.01.1998";

Pattern pattern = Pattern.compile("name[^:]*:\\s*(\\w+).*?group[^:]*:\\s*(\\w+).*?birthday[^:]*:\\s*(\\d+\\.\\d+\\.\\d+)");

Matcher matcher = pattern.matcher(input);

while(matcher.find()) {
    System.out.printf("Match found. name: %s, group: %s, birthday: %s %n", matcher.group(1), matcher.group(2), matcher.group(3));
}

输出：

Match found. name: Peter, group: devceloper, birthday: 13.08.2001 
Match found. name: Sara, group: customer, birthday: 21.01.1998 

Answer 2

如果您确定字符串将始终遵循相同的形式，则可以实现正则表达式匹配。这个想法是使用组来捕获您感兴趣的子字符串。

例如，您可以使用.*name is: (\w+) 从字符串中捕获Peter。同样，您可以将其应用于其他令牌。