Java 减少攻击性惰性通配符
我有两种模式,它们解析一个简单的文本文件以获取信息,并用数据构建一个employee对象。有两种类型的员工:全职和小时工。我依靠惰性通配符来解析XML数据。我的主要问题是懒惰的通配符比预期的更具攻击性。全职薪酬记录模式模式PRF Lazy通配符从小时薪酬记录中的2开始,然后接受所有内容,直到它进入下一个薪酬记录。不管怎样,我是否可以把通配符改为说“你做得太过分了”或其他什么,以使其仅限于拥有所有全职属性的员工每月收入和月工资,而不是发薪时间和工资率 要分析的文本文件:Java 减少攻击性惰性通配符,java,regex,xml,wildcard,Java,Regex,Xml,Wildcard,我有两种模式,它们解析一个简单的文本文件以获取信息,并用数据构建一个employee对象。有两种类型的员工:全职和小时工。我依靠惰性通配符来解析XML数据。我的主要问题是懒惰的通配符比预期的更具攻击性。全职薪酬记录模式模式PRF Lazy通配符从小时薪酬记录中的2开始,然后接受所有内容,直到它进入下一个薪酬记录。不管怎样,我是否可以把通配符改为说“你做得太过分了”或其他什么,以使其仅限于拥有所有全职属性的员工每月收入和月工资,而不是发薪时间和工资率 要分析的文本文件: <payRecord
<payRecord id="10">
<EmployeeID>2</EmployeeID> //matcher.group(2) starts here
<PayHours>30</PayHours>
<PayRate>15</PayRate>
</payRecord>
<payRecord id="11">
<EmployeeID>1</EmployeeID>
<MonthlyIncome>3500</MonthlyIncome> //ends here
<NumMonths>8</NumMonths>
</payRecord>
<payRecord id="12">
<EmployeeID>3
</EmployeeeID>
<MonthlyIncome>5000</MonthlyIncome>
<NumMonths>6</NumMonths>
</payRecord>
正则表达式模式:
text = text.replaceAll("\\s", ""); //remove all whitespace
//payrecord hourly
patternPRH = Pattern.compile(
"<payRecordid=\"(.*?)\">" //1 id
+ "<EmployeeID>(.*?)</EmployeeID>" //2 EmpID
+ "<PayHours>(.*?)</PayHours>" //3 payHours
+ "<PayRate>(.*?)</PayRate>" //4 payRate
);
//payrecord fulltime
patternPRF = Pattern.compile(
"<payRecordid=\"(.*?)\">"//1 id
+ "<EmployeeID>(.*?)</EmployeeID>"//2 EmployeeID <EmployeeID>2</EmployeeID>
+ "<MonthlyIncome>(.*?)</MonthlyIncome>"//3 MonthlyIncome
+ "<NumMonths>(.*?)</NumMonths>"//4 numMonths
);
顺便说一句,不幸的是,作为类需求的一部分,我不能使用任何XML解析类。我喜欢负正则表达式。例如[^]*将匹配尽可能多的非引号字符 考虑使用类似于:
patternPRH = Pattern.compile(
"<payRecordid=\"([^\"]*)\">" //1 id
+ "<EmployeeID>([^<]*)</EmployeeID>" //2 EmpID
+ "<PayHours>([^<]*)</PayHours>" //3 payHours
+ "<PayRate>([^<]*)</PayRate>" //4 payRate
);
为了避免这种情况,您可以将您的匹配限制为
(\d+)
而不是
(.*?)
对于payRecordId,为EmployeeID
这样一来,比赛小组就不会接受数字以外的任何东西,并且让你的正则表达式像你一样工作,除非这与我的想法最接近。谢谢你的帮助!