java中的复杂字符串提取

我正在使用java中的一个diff库，该库输出带有方括号的diff，其中存在多个相同类型的diff，而对于只有一个diff的diff，没有方括号

多个diff的示例是“diff（4，L3，L4，L5，L6，119LNS）”、“diff（2，R43，R46，51k]、[2，R44，R47，10k]、[2，R45，R48，1k”）。单个diff的示例是“diff（PBSS306NZ，135）”和“diff（4，L3，L4，L5，L6，119LNS）”

我希望从字符串“4，L3，L4，L5，L6，119LNS”中提取差异，而不是“Diff（4，L3，L4，L5，L6，119LNS）”，我已经研究了这里的一些问题，它们试图做一些类似的事情，但这些问题中的正则表达式不满足我的需要。我尝试了“\[^\]\]”和“\[.？\]+”但它们不起作用。任何来自regex专家的帮助都将不胜感激

我在Bernard上传了一个示例输出文件

我想这可能包含一些我想可能会让你沿着正确的轨道前进的指针

package forums;

public class RegexTest2
{
  public static void main(String[] args) {
    try {
      final String expected = "4, L3,L4,L5,L6, 119LNS";
      String actual = "Diff(4, L3,L4,L5,L6, 119LNS ], [ )"
        .replaceAll("^Diff\\(( \\], \\[ )?", "")
        .replaceAll("[\\[\\], )]*$", "");
      assert expected.equals(actual) : actual;
      //System.out.println("Correct result: "+actual);
    } catch (Exception e) {
      e.printStackTrace();
    }
  }
}

是的，这里有很多猜测。。。因为我真的不知道你想匹配什么。。。也许更重要的是：所有你不想匹配的东西

干杯。基思

---

---

编辑：现在我想起来了，我们用的是一个炸弹，锤子可以。。。也就是说：我们正在尝试使用正则表达式（一种通用模式），而我们真正想要的只是简单地“从字符串的开头和结尾删除所有字符”。当然，“自定义”方法将是一种更干净的方法，即使它的代码多一点。

我相信这正是您想要的：

File file = new File("regextest.txt");
StringBuilder sb = new StringBuilder();
Scanner scanner = new Scanner(file).useDelimiter("\n");
while (scanner.hasNext()) {
    String line = scanner.next();
    line = line.replaceAll("^Diff\\(", "");
    line = line.replaceAll("\\)$", "");
    sb.append(line);
}
String combined = sb.toString();

Pattern pattern = Pattern.compile("\\[.+?\\]");
Matcher matcher = pattern.matcher(combined);
while (matcher.find()) {
    String extract = combined.substring(matcher.start(), matcher.end());
    extract = extract.replaceAll("\\[ ?", "");
    extract = extract.replaceAll(" ?\\]", "");
    System.out.println(extract);
}

对于

regextest.txt

文件，输出如下所示：

12, C1,C4,C5,C6,C9,C10,C15,C18,C19,C20,C23,C24, C0603, 10nF
10, C2,C3,C7,C8,C13,C16,C17,C21,C22,C27, C0603, 100nF
2, C11,C25, SMT, 1uF LOW ESR 50V
4, C12,C14,C26,C28, C0805, 2u2
4, D1,D2,D4,D9, SOT23, BAS40-04/SOT
4, D3,D5,D6,D7, SMB, SMBJ5.0A
1, D8, SMB, SMBJ15A
2, D10,D11, SMB, SMBJ30A
1, J1, SMT, CON12
2, L1,L2, SMT, 744043471, 470uH
4, L3,L4,L5,L6, 119LNS
...

伯纳德

关于你在评论WhiteFang34最优秀答案时提出的附加问题

www.regular-expressions.info 是地球上最具地域性的网络资源。 它们涵盖了正则表达式的所有内容，并对详细的工作示例进行了正确、易访问的解释

在许多情况下，它们的覆盖范围比作者的原始文档要好（遗憾的是，Java的覆盖范围更广），而且它们公平地覆盖了所有支持正则表达式的语言

另外：在那里签出工具部分：他们有一个交互式正则表达式测试器。在需要开发非表面正则表达式的任何时候都可以使用它。想想“正则表达式的IDE”。它很神奇（IMHO）。我刚刚发现有一个自动正则表达式生成器，它似乎甚至可以工作

无论如何，这个网站是上帝派来的，只是为了解释清楚

---

Cheers.Keith.

Hmmm…我看了一下那个Diff文件。问题：哪个是一阶括号（）还是[]？只是我看不到格式中的逻辑，我想知道是我，还是它只是一个非常混乱的格式…如果格式不好，我不愿意建议使用词法分析器（即，它不是词法；-）@corlettk正是我的想法。我自己也在试图找到解决这种随机性的方法。另外还有一个非常有趣的问题：）我想我明白你的意思了，从文件输出来看，它不是很清楚，但第一个差异是3行长，文件分隔符是一个换行符。第一个顺序括号是（）。很好！请你解释\[.+？\]匹配？我会试一试，但如果我错了，请纠正我：一个“[”然后不情愿地（一个或多个字符）然后是一个“]”…是吗？这相当于“\[^\]+\]“，但更具可读性，是吗？你是对的，这是一个不情愿的匹配，在第一个

]

处停止。我相信它是等效的，而且看起来更具可读性。然而，当时我并没有想到这一点，这恰好是我所写的：）WhiteFang34，它工作得非常出色，我对它看起来多么干净印象深刻！你有没有学习java正则表达式的网络资源，我可以看看？再次欢呼：）嗨，科勒特克，谢谢你的指点。我昨天也有同样的想法，想写一个简单的“删除所有这些字符”，实际上我也尝试过这样做，但它会打开一整罐蠕虫，因为字符串并不总是有相同的结尾。regex测试文件有一个例子，其中一行以“[]]）结尾，另一行以“[）”结尾，我想要一个健壮的东西来处理所有的排列。这就是为什么我认为regex可能会有帮助。你的解决方案也可以。谢谢你的帮助！@Bernard:我的字符剥离器类似于：从开始删除“[]中的所有字符，并从末尾删除“[]，”中的所有字符，这将是一段相当简单的代码。它只需找到第一个“想要的”字符的索引，以及最后一个“想要的”字符的索引，然后返回一个子字符串（start，len）。