Java - 如何编写一个包含给定集合变量析取的正则表达式答案

【问题标题】：Java - How to write a regex that includes disjunction of variables of a given setJava - 如何编写一个包含给定集合变量析取的正则表达式
【发布时间】：2013-08-01 15:15:54
【问题描述】：

我需要从给定的网页中检索数字后跟一些特定单位，例如 10 m、5 km...。这些特定单位是map<String, Integer> 的键。 keySet() 返回一个逗号分隔的列表，例如 ["m", "km"...]。有没有一种聪明的方法可以将集合作为变量的析取，比如["m"|"km"|...]，这样我就可以在正则表达式中使用它，例如：

"(\\d+)"+ " " +"myMap.keySet()......"

【问题讨论】：

不清楚您要做什么。你能给出一些相同的输入和输出吗？
您还想在匹配中包含单位还是仅包含这些单位后面的数字？

标签： java regex map set information-retrieval

【解决方案1】：

怎么样

myMap.keySet().toString().replaceAll(",\\s*", "|").replaceAll("^\\[|\\]$", "")
//                       ^                         ^
//                       |                         +remove [ at start and ] at end
//                       +replace `,` and spaces after it with |

改为

myMap.keySet()

您的代码可能如下所示

String data = "1km is equal 1000 m, and 1  m is equal 100cm. 1 mango shouldnt be found";

Map<String, Integer> map = new HashMap<>();
map.put("m", 1);
map.put("km", 2);
map.put("cm", 3);

String regex = "\\d+\\s*("
        + map.keySet().toString()       //will create "[cm, m, km]"
            .replaceAll(",\\s*", "|")   //will change it to "[cm|m|km]"
            .replaceAll("^\\[|\\]$", "")//will change it to "cm|m|km"
        + ")\\b";                       
    // I added \\b - word boundary - to prevent matching `m` if it is at
    // start of some word like in 1 mango where it normally would match
    // (1 m)ango

Pattern p=Pattern.compile(regex);
Matcher m=p.matcher(data);
while(m.find()){
    System.out.println(m.group());
}

【讨论】：

【解决方案2】：

用管道加入集合： "(\\d+)\\s*(" + StringUtils.join(myMap.keySet(), "|") + ")"

【讨论】：

Map实例调用keySet()的结果是Set，而Sets在Java中没有join方法。
@Pshemo：抱歉，我没有意识到这一点。我已经更新了使用 StringUtils 的解决方案。这行得通吗？

【解决方案3】：

你可以试试这个：

String p = "\\d+ (?:";
for (String key : yourMap.keySet())
   p += key + "|";
p = p.substring(0, p.length() - 1) + ")";

【讨论】：