有没有一种简单的方法将这段文本解析为Map？

Question

有没有一种简单的方法将这段文本解析为Map？

7

我从服务中收到以下响应。如何将其解析为Map？我最初考虑在空格处分割，但这不起作用，因为值可能包含空格，例如请查看下面响应中SA键的值。

我想到的一个选项是在空格处分割，前一个字符是双引号 provided 。不确定如何编写此正则表达式。
TX =“0000000000108000001830001” FI =“” OS =“8” CI =“QU01SF1S2032” AW =“SSS” SA =“1525 Windward Concourse”

- Aravind Yarram

3个回答

3

从文本来看，它似乎可能是XML。是这样吗，还是该文本是服务的原始响应？如果是XML，您可以使用Groovy的XmlSlurper轻松解析：

def input = '<root TX="0000000000108000001830001" FI="" OS="8" CI="QU01SF1S2032" AW="SSS" SA="1525 Windward Concourse"></root>'
def xml = new XmlSlurper().parseText(input)

def map = xml.attributes()

The map变量将会是[CI:QU01SF1S2032, AW:SSS, TX:0000000000108000001830001, OS:8, FI:, SA:1525 Windward Concourse]。

如果这不是一个XML，你可以按照ziesemer的答案使用正则表达式。他答案的更加优化的版本可以生成一个Map：

def input = 'TX="0000000000108000001830001" FI="" OS="8" CI="QU01SF1S2032" AW="SSS" SA="1525 Windward Concourse"'
def match = input =~ /(\w+)="([^"]*)"/

def map = [:]
match.each {
    map[it[1]] = it[2]
}

map 的结果与之前相同。

- epidemian

你也可以这样做：def map = ( match as List ).collectEntries { [ (it[1]):it[2] ] } - tim_yates

@tim_yates 不错！我尝试在match对象上调用collectEntries，但它没有这个方法，只有标准的迭代方法。我没想到先将其转换为List。顺便说一下，inject也可以完成这个技巧=D - epidemian

2

StreamTokenizer 是快速的，尽管我没有使用 quoteChar() 功能。可以在这里、这里和这里找到示例。

控制台：

TX=0000000000108000001830001
FI=
OS=8
CI=QU01SF1S2032
AW=SSS
SA=1525 Windward Concourse
Count: 6
0.623 ms

代码：

import java.io.BufferedReader;
import java.io.IOException;
import java.io.StreamTokenizer;
import java.io.StringReader;

/** @see https://dev59.com/1F_Va4cB1Zd3GeqPR0qp */
public class TokenizerTest {

    private static final String s = ""
        + "TX=\"0000000000108000001830001\" FI=\"\" OS=\"8\" "
        + "CI=\"QU01SF1S2032\" AW=\"SSS\" SA=\"1525 Windward Concourse\"";
    private static final char equal = '=';
    private static final char quote = '"';
    private static StreamTokenizer tokens = new StreamTokenizer(
        new BufferedReader(new StringReader(s)));

    public static void main(String[] args) {
        long start = System.nanoTime();
        tokenize();
        long stop = System.nanoTime();
        System.out.println((stop - start) / 1000000d + " ms");
    }

    private static void tokenize() {
        tokens.ordinaryChar(equal);
        tokens.quoteChar(quote);
        try {
            int count = 0;
            int token = tokens.nextToken();
            while (token != StreamTokenizer.TT_EOF) {
                if (token == StreamTokenizer.TT_WORD) {
                    System.out.print(tokens.sval);
                    count++;
                }
                if (token == equal) {
                    System.out.print(equal);
                }
                if (token == quote) {
                    System.out.println(tokens.sval);
                }
                token = tokens.nextToken();
            }
            System.out.println("Count: " + count);
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

- trashgod

了解StreamTokenizer很有用。 - Aravind Yarram

我必须尝试使用quoteChar()；更多内容请见上文。 - trashgod

我认为这个解决方案过于复杂。除非有很大的性能限制，否则我建议采用更简单的解决方案，比如使用正则表达式（如果性能是一个限制因素，那么应该对其进行分析以确定它是否真的比正则表达式更快，但我怀疑这一点）。 - epidemian

@epidemian：是的，这就是为什么我引用了一个方便的基准测试。 - trashgod

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- ziesemer · Accepted Answer

引号解析。您甚至可以使用正则表达式查找每个键/值对，假设每个值都在引号中。我的唯一问题是，如果一个值包含嵌入的引号，规则是什么？（它们是否使用“\”进行转义等？无论如何，以下内容目前没有考虑到...）

例如：

(\w+)="([^"]*)"

这样甚至可以给你提供组#1和组#2，用于分别提供键和值。

使用Java的Matcher.find()方法将其放入循环中运行，直到找到所有的键值对。

示例代码：

String input = "TX=\"0000000000108000001830001\" FI=\"\" OS=\"8\" CI=\"QU01SF1S2032\" AW=\"SSS\" SA=\"1525 Windward Concourse\"";

Pattern p = Pattern.compile("\\s*(\\w+)=\"([^\"]*)\"\\s*");

Matcher m = p.matcher(input);
while(m.find()){
    System.out.println(m.group(1));
    System.out.println(m.group(2));
}

输出：

TX
0000000000108000001830001
FI

OS
8
CI
QU01SF1S2032
AW
SSS
SA
1525 Windward Concourse