从一个包含重复字符的奇怪大字符串中提取子字符串

Question

我有一系列地址行，格式为：12345某个地址，某个广场|电话号码|姓 名。

例如：

40327 Ocie Camp Apt. 117，Maywood | 1-155-932-2562 x738 | Sauer Meredith

76106 Tomas Highway，Santa Ana | 722.884.5632 | Roberts Westley 19056

Jamarcus Lane，Lawndale | [phone] x133 | Haag Camille 66724 Slip 12-C，Hoover | 841.047.3195 x69422 | Trantow Danielle 99824 Fisher Locks

#247，Akron | [phone] x93939 | Wiza Bell

我想仅提取姓氏部分。

我尝试了typical str.substring(str.indexOf("|"), str.indexOf(" "))，但显然这会导致错误的字符串被提取。

你有什么办法可以从这些字符串中获取姓氏吗？

- Paul12596

---

在那个“奇怪的字符串”中是否有不止一个姓氏？ - ΦXocę 웃 Пepeúpa ツ

编辑了一下 - 它们应该是分开的行。每行一个姓氏。 - Paul12596

这是一个分隔的字符串，所以要拆分字符串并获取正确的单元格：s.split("|")[2]。然后，要仅获取姓氏，因为姓氏可能包含空格，所以无法直接获取。 - AxelH

你尝试过使用正则表达式吗？ - Oliver Charlesworth

Answer 1

如果您的数据以以下形式一致地定义，即始终具有以下数据结构：

"12345 Some Address, Some Square|电话号码|姓 名"

那么您可以将每行拆分到管道字符并获取索引2处的元素。

String myString = "12345 Some Address, Some Square|phone number|surname name";
String[] x = myString.split("\\|");
System.out.println(x[2]);

编辑：

如果某些元素改变了顺序，这种方法就行不通了；如果某些元素缺失，这种方法也行不通，因此您需要在处理输入之前进行验证。

编辑2：

另一种方法可以是获取管道|的最后一个索引，并使用String#substring()截断。

int c = myString.lastIndexOf("|");
System.out.println(myString.substring(c + 1));

- ΦXocę 웃 Пepeúpa ツ

---

你可以在split方法中使用int参数来强制规定结果的大小。这至少可以防止在字符串较短的情况下出现OutOfBoundsException异常。正如我在评论中所说，这将返回“姓 名”而不是“姓”，但是如果不添加对接受数据的限制或分隔符，则无法仅获取姓氏的解决方案。 - AxelH

这个很好用。数据始终保持一致，所以不必担心坏数据的问题。如果我在其他地方搞砸了，我可以使用他们的名字（姓+名），所以这对我的目的来说是有效的。谢谢！只有姓氏会更好，但全名也可以。 - Paul12596

Answer 2

你可以用正则表达式来做这件事。

^.*\|([^\d]+)[^|]*$

演示

代码

System.out.println(s.replaceAll("^.*\\|([^\\d]+)[^|]*$", "$1"));

输出

Sauer Meredith                                                                                                                                                                  
Roberts Westley                                                                                                                                                                 
Haag Camille                                                                                                                                                                    
Trantow Danielle                                                                                                                                                                
Wiza Bell   

完整代码：https://ideone.com/uON0BP

- Raman Sahasi

Answer 3

我会使用正则表达式来完成这个任务。

代码：

@Test
public void test() {
  String[] lines
    = ("40327 Ocie Camp Apt. 117, Maywood|1-155-932-2562 x738|Sauer Meredith\n" +
       "76106 Tomas Highway, Santa Ana|722.884.5632|Roberts Westley")
          .split("\n");

  Pattern pattern = Pattern.compile("^(?<address>.*?)\\|(?<number>.*?)\\|(?<surname>.*?) (?<name>.*?)$");
  for (String line : lines) {
    Matcher matcher = pattern.matcher(line);
    if(matcher.find()) {
      String surname = matcher.group("surname");
      System.out.println(surname);
    }
  }
}

输出：

Sauer
Roberts

---

该表达式匹配给定格式的单行文本，您可以轻松访问所需的字符串单个部分。

如果您将来想要访问不同的部分，这也更易于维护。

- JDC

Answer 4

使用 lastIndexOf 方法

该方法返回此对象所表示的字符序列中最后一个出现在小于或等于 fromIndex 的位置的字符的索引，如果在该点之前未出现该字符，则返回 -1。

示例：

String data = "40327 Ocie Camp Apt. 117, Maywood|1-155-932-2562 x738|Sauer Meredith";
System.out.println(data.substring(data.lastIndexOf('|') + 1));

- Ashraful Islam

Answer 5

这是正则表达式的工作：

    Pattern rx = Pattern.compile("[^\\|]*\\|[^\\|]*\\|\\s*([^0-9]+)");

    String line = "76106 Tomas Highway, Santa Ana|722.884.5632|Roberts Westley 19056";

    Matcher m = rx.matcher(line);
    if(m.find()){
      String surname = m.group(1).trim();
      System.out.println(surname);
    }

这将输出

Roberts Westley

- minus

Answer 6

试试这个。它会给你只有姓氏的结果。

String address = "40327 Ocie Camp Apt. 117, Maywood|1-155-932-2562 x738|Sauer Meredith";
System.out.println(address.substring(address.indexOf("|", address.indexOf("|") + 1) + 1, address.length()).split(" ")[0]);

- Pardeep