使用Java创建一个正则表达式来解析文件

Question

使用Java创建一个正则表达式来解析文件

4

我有一个日志文件，其格式如下所示：

225:org.powertac.common.Competition::0::new::game-0
287:org.powertac.common.Competition::0::withSimulationBaseTime::1255132800000
288:org.powertac.common.Competition::0::withTimezoneOffset::-6
288:org.powertac.common.Competition::0::withLatitude::45
289:org.powertac.common.Competition::0::withBootstrapTimeslotCount::336
289:org.powertac.common.Competition::0::withBootstrapDiscardedTimeslots::24
290:org.powertac.common.Competition::0::withMinimumTimeslotCount::1400
290:org.powertac.common.Competition::0::withExpectedTimeslotCount::1440
291:org.powertac.common.Competition::0::withTimeslotLength::60
291:org.powertac.common.Competition::0::withSimulationRate::720
292:org.powertac.common.Competition::0::withTimeslotsOpen::24
292:org.powertac.common.Competition::0::withDeactivateTimeslotsAhead::1
300:org.powertac.du.DefaultBrokerService$LocalBroker::1::new::default broker
300:org.powertac.du.DefaultBrokerService$LocalBroker::1::setLocal::true
2074:org.powertac.common.RandomSeed::2::init::CompetitionControlService::0::game-setup::5354386935242895562
2157:org.powertac.common.TimeService::null::setCurrentTime::2009-10-10T00:00:00.000Z
2197:org.powertac.common.RandomSeed::3::init::AccountingService::0::interest::-8975848432442556652
2206:org.powertac.common.RandomSeed::4::init::TariffMarket::0::fees::-6239716112490883981
2213:org.powertac.common.msg.BrokerAccept::null::new::1
2214:org.powertac.common.msg.BrokerAccept::null::new::1::null
2216:org.powertac.common.RandomSeed::5::init::org.powertac.du.DefaultBrokerService::0::pricing::8741252857248937781
2226:org.powertac.common.TariffSpecification::6::new::1::CONSUMPTION
2231:org.powertac.common.Rate::7::new
2231:org.powertac.common.Rate::7::withValue::-0.5
2232:org.powertac.common.Rate::7::setTariffId::6

模式如下：对于一个新对象：

<id>:<classname>::<order_of_execution>::<new>::<args>

对于一个方法调用：

 <id>:<classname>::<order_of_execution>::<method_name>::<args>

对于一个内部类：

 <id>:<classname$innerclass>::<order_of_execution>::<method_name or new>::<args>

对于一个 init 调用：

 <id>:<classname>::<order_of_execution>::<init>::<args>

我需要一个正则表达式来处理所有情况，并且能够像示例中所示检索每个值。如果我想创建一个新对象，那么我会使用Java中的Reflection API。例如：

2231:org.powertac.common.Rate::7::new

将被解析为"2231", "org.powertac.common.Rate", "7", "new"，args = {}。我该如何想出这样的正则表达式？

- cybertextron

3个回答

1

不要试图将所有内容都塞进一个正则表达式中。为每个模式创建一个正则表达式，并对每一行进行匹配，直到找到匹配的模式为止。然后您可以相应地解析。

伪代码：

for line in file:
    if re.match(patNew, line):
        parseNew(line)
    elif re.match(patMethod, line):
        parseMethod(line)
    ...

一个用于匹配 <id>:<classname>::<order_of_execution>::<new>::<args> 的正则表达式看起来应该是这样的：

([0-9]+):(.*?)::([0-9]+)::(new)(?:::(.*))?

- Lanaru

我可以确定每个情况，但是我该如何为这种情况创建一个正则表达式，例如：<id>：<classname> :: <order_of_execution> :: <new> :: <args>。 - cybertextron

@philippe 我已经修复了正则表达式的一个小问题。在 regextester.com 上测试并且可以工作。 - Lanaru

-1

由于值是以冒号分隔的，且不能包含冒号本身，因此无需转义或引用，所以您只需要一个简单的。

(.*):(.*)::(.*)::(.*)::(.*)

如果参数是可选的，请使用

(.*):(.*)::(.*)::([^:]*)(?:::(.*))?

这些值分别在1到5组中。例如，要确定日志条目是否为构造函数调用，请检查第4组是否等于“new”。

- Cephalopod

你能提供更多细节吗？我喜欢你的方法。 - cybertextron

1

以下冒号将防止第一个 .* 匹配任何内容。这个正则表达式很好用，你可以自己测试一下。 - Cephalopod

巧妙的技巧，删除错误的评论，使其看起来像是我对另一个问题回答了无意义的话，并且同时不取消点踩的赞成；-) - Cephalopod

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

- João Silva · Accepted Answer

使用带有捕获组的Matcher：

String s = "225:org.powertac.common.Competition::0::new::game-0";
Pattern p = Pattern.compile("([^:]+):([^:]+)::([\\d]+)::([^:]+)::(.+)");
Matcher m = p.matcher(s);
if (m.find()) {
  String id = m.group(1);
  String className = m.group(2);
  int orderOfExecution = Integer.valueOf(m.group(3));
  String methodNameOrNew = m.group(4);
  String[] arguments = m.group(5).split("::");
}

或者更简单的方式，使用将分隔符设置为::?的java.util.Scanner。

Scanner scanner = new Scanner(s);
scanner.useDelimiter("::?");
int id = scanner.nextInt();
String className = scanner.next();
int orderOfExecution = scanner.nextInt();
String methodNameOrNew = scanner.next();
scanner.useDelimiter("$").skip("::");
String[] arguments = scanner.next().split("::");