Java 如何更改正则表达式以处理数据异常值？

理想情况下，我的所有数据如下所示：

William Faulkner - 'Light In August'
William Faulkner - 'Sanctuary'
William Faulkner - 'The Sound and the Fury'

  ^\s*(?:(?<Author>.*)\s+-\s+)?'?(?<Title>[^']+'?.*)\s*$

在这种情况下，这个正则表达式似乎可以正常工作：

Pattern pattern = Pattern.compile("^\\s*(.*)\\s+-\\s+'(.*)'\\s*$");
Matcher matcher = pattern.matcher("William Faulkner - 'Light In August'");

if (matcher.matches()) {
    String author = matcher.group(1).trim();
    String bookTitle = matcher.group(2).trim();

    System.out.println(author + " / " + bookTitle);
}
else {
   System.out.println("No match!");
}

但有时我的数据包含类似的示例，这些示例似乎与上面的模式不匹配：

Saki - 'Esme'
Saki - 'The Unrest Cure' (Second Edition)
Saki (File Under: Hector Hugh Munro) - 'The Interlopers' (Anniversary Multi-pack)
William Faulkner - 'The Sound and the Fury' (Collector's Re-issue)
'The Sound and the Fury'
The Sound and the Fury
The Bible (St James Version)

在所有不存在连字符的情况下，这些都是没有作者的书名。我没有发现任何作者的名字出现时没有书名的情况

---

如何更改正则表达式以正确处理此问题？

我不会尝试使用单个正则表达式来处理此问题。相反，我会使用正则表达式的序列（或树）来测试各种可选语法，以某种顺序给出最佳结果。而且，我要明确指出，可能有一些输入集的结果并不完美。。。无论您使用什么样的启发式方法。

我都不会尝试使用一个正则表达式来实现这一点。相反，我会使用正则表达式的序列（或树）来测试各种可选语法，以某种顺序给出最佳结果。而且，我要明确指出，可能有一些输入集的结果并不完美。。。无论您使用何种启发式方法。

此正则表达式匹配您描述的所有情况：

  ^\s*(?:(.*)\s+-\s+)?'?([^']+'?.*)\s*$

作为Java字符串，它是：

“^\\s*（？：（.*）\\s+-\\s+？”？（[^']+'？*）\\s*$”

如果使用JDK7，则可以使用如下命名捕获组：

William Faulkner - 'Light In August'
William Faulkner - 'Sanctuary'
William Faulkner - 'The Sound and the Fury'

  ^\s*(?:(?<Author>.*)\s+-\s+)?'?(?<Title>[^']+'?.*)\s*$

^\s*（？：（？*）\s+-\s+？（？[^']+'？*）s*$

---

其中

此正则表达式匹配您描述的所有情况：

  ^\s*(?:(.*)\s+-\s+)?'?([^']+'?.*)\s*$

作为Java字符串，它是：
“^\\s*（？：（.*）\\s+-\\s+？”？（[^']+'？*）\\s*$”

如果使用JDK7，则可以使用如下命名捕获组：

William Faulkner - 'Light In August'
William Faulkner - 'Sanctuary'
William Faulkner - 'The Sound and the Fury'

  ^\s*(?:(?<Author>.*)\s+-\s+)?'?(?<Title>[^']+'?.*)\s*$

^\s*（？：（？*）\s+-\s+？（？[^']+'？*）s*$

这里
几乎是时候讨论真正的解析器了。但正如Stephen所建议的那样，您现在可能可以使用多个正则表达式。@bernace-我认为“真正的”解析器在这里不会有帮助。这里的问题似乎是输入没有正式语法，而实际语法是不明确的。现在几乎是时候讨论真正的解析器了。但正如Stephen所建议的那样，您现在可能可以使用多个正则表达式。@bernace-我认为“真正的”解析器在这里不会有帮助。这里的问题似乎是输入没有正式语法，而实际语法是不明确的http://www.regexplanet.com/simple/
和
http://myregexp.com/
以《吉姆·克拉克和奥斯卡·王尔德》为例，它工作得非常完美。我认为，之所以抛出
NullPointerException
，是因为如果文本没有作者信息，那么第一组将为null。要解决这个问题，您应该确保要使用的组不为null。您可以捕获
NullPointerException
和，除非使用if条件。有关更多信息，请阅读
http://efreedom.com/Question/1-2931065/Handle-NullPointerException-Java
。我已经在
http://www.regexplanet.com/simple/
和
http://myregexp.com/
以《吉姆·克拉克和奥斯卡·王尔德》为例，它工作得非常完美。我认为，之所以抛出
NullPointerException
，是因为如果文本没有作者信息，那么第一组将为null。要解决这个问题，您应该确保要使用的组不为null。您可以捕获
NullPointerException
和，除非使用if条件。有关更多信息，请阅读
http://efreedom.com/Question/1-2931065/Handle-NullPointerException-Java
。