在 JSON 字符串中查找多种日期格式

Question

我目前正在使用 Java，但在使用正则表达式匹配 JSON 字符串中的多种日期格式时遇到问题。

JSON：

{"x": "02/23/2019", "y": "02-27-2019"}

正则表达式：

[0-9]{1,2}(/|-)[0-9]{1,2}(/|-)[0-9]{4}

在正则表达式测试器中，此正则表达式匹配两个日期。但在 Java 代码中，我只能从组中得到一个日期。第二组只是一个“\”。

Java 代码：

private static void findDates() {
    String regex = "[0-9]{1,2}(/|-)[0-9]{1,2}(/|-)[0-9]{4}";
    Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
    String json =
            "{\"x\":\"02/23/2019\",\n" +
             "\"y\":\"02-27-2019\"}";
    Matcher matcher = pattern.matcher(json);
    if (matcher.find()) {
        for (int i = 0; i < matcher.groupCount(); i++) {
            String dateMatch = matcher.group(i);
            System.out.println(dateMatch);
        }
        System.out.println(json);
    }
}

我需要能够捕获与正则表达式指定的格式匹配的所有日期。因此，如果 JSON 中有 MM/dd/yyyy 或 MM-dd-yyyy 格式的三个日期，当我遍历组时，我应该得到所有三个日期，或者所有五个日期，或者所有两个日期，等等..

Answer 1

您的代码有点不正确。当您尝试查找所有匹配项时，您需要使用while(matcher.find())。您也可以将(/|-) 写为[/-]。查看此 Java 代码。

String regex = "[0-9]{1,2}([/-])[0-9]{1,2}\\1[0-9]{4}";
Pattern pattern = Pattern.compile(regex);
String json = "{\"x\":\"02/23/2019\",\n" + "\"y\":\"02-27-2019\"}";

Matcher matcher = pattern.matcher(json);
while (matcher.find()) {
    System.out.println(matcher.group());
}

打印您的两个日期，

02/23/2019
02-27-2019

注意，我在正则表达式中的 year 部分之前写了 \\1 而不是 ([/-])，因此它与格式日期不匹配，02-23/2019 或 02/23-2019 而只有 02-23-2019 和 @987654331 @

另外，在您的代码中，如果您使用if (matcher.find())，那么 matcher 将首先进行查找，并且不会在您的字符串中找到更多匹配项，即使其中许多可能确实存在。而matcher.groupCount() 只是动态地为您提供匹配的正则表达式中的组数，您使用这些组数来打印所有组捕获，这不是您在程序中的意图。

Answer 2

正则表达式太过分了

如果您使用的非歧义格式数量有限，只需尝试使用 LocalDate 和 DateTimeFormatter 类进行解析。这就是它们的目的。

定义格式模式以匹配您的预期输入。

List < String > inputs = List.of( "02/23/2019" , "02-27-2019" , "07|07|2022" );
List < DateTimeFormatter > formatters =
        List.of(
                DateTimeFormatter.ofPattern( "MM/dd/uuuu" ) ,
                DateTimeFormatter.ofPattern( "MM-dd-uuuu" )
        );

收集结果以及不良（意外）输入。

List < LocalDate > results = new ArrayList <>( inputs.size() );
List < String > faultyInputs = new ArrayList <>();

循环输入。对于每个字符串，循环您定义的格式化程序。如果一个格式化程序成功（匹配您输入的格式并成功解析），则收集结果。否则，如果没有格式化程序匹配输入，则收集错误的输入。

for ( String input : inputs )
{
    LocalDate ld = null;
    for ( DateTimeFormatter formatter : formatters )
    {
        try
        {
            ld = LocalDate.parse( input , formatter );
            results.add( ld );
            break; // Bail-out of looping the formatters. If a format matched, no need to try others.
        } catch ( DateTimeParseException e )
        {
            // Swallow exception. No code needed here.
        }
    }
    if ( Objects.isNull( ld ) ) // If we tried all the expected formats but not matched our input…
    {
        faultyInputs.add( input );
    }
}

转储到控制台。

System.out.println( "results:" );
System.out.println( results );
System.out.println( "faultyInputs:" );
System.out.println( faultyInputs );

结果：

[2019-02-23, 2019-02-27]

错误输入：

[07|07|2022]

ISO 8601

提示：让生成此类数据的人了解ISO 8601 的乐趣。使用本地化或发明的格式以文本方式交换日期时间值是不好的做法。

---

关于java.time

java.time 框架内置于 Java 8 及更高版本中。这些类取代了麻烦的旧 legacy 日期时间类，例如 java.util.Date、Calendar 和 SimpleDateFormat。

要了解更多信息，请参阅Oracle Tutorial。并在 Stack Overflow 上搜索许多示例和解释。规格为JSR 310。

Joda-Time 项目现在位于maintenance mode，建议迁移到java.time 类。

您可以直接与您的数据库交换 java.time 对象。使用符合JDBC 4.2 或更高版本的JDBC driver。不需要字符串，不需要java.sql.* 类。

从哪里获得 java.time 类？

• Java SE 8、Java SE 9、Java SE 10、Java SE 11 和更高版本 - 具有捆绑实现的标准 Java API 的一部分。
  • Java 9 添加了一些小功能和修复。
• Java SE 6 和 Java SE 7
  • 大部分 java.time 功能在ThreeTen-Backport 中向后移植到 Java 6 和 7。
• Android
  • java.time 类的 Android 捆绑包实现的更高版本。
  • 对于早期的 Android (ThreeTenABP 项目适应 ThreeTen-Backport（如上所述）。见How to use ThreeTenABP…。

ThreeTen-Extra 项目通过附加类扩展了 java.time。该项目是未来可能添加到 java.time 的试验场。您可以在这里找到一些有用的类，例如Interval、YearWeek、YearQuarter 和more。