我如何解析Java中有很多变体的人类格式化和类型化文本表，如果正则表达式是答案，那么如何正确地获取行值？

我必须解析各种各样的用户输入。例如：

Example 1:
March
    Morning     Evening
    (Avg Count) (Avg Count)
Birds    5.6          10.35
Mammals  2.0          3.3


Example 2:
March
    Morning   Afternoon Evening
     (Num)     (Num)     (Num)
Birds    5.6       9        10
Mammals  2.0       2.5      3.3
Reptiles 1.0       5.6      1.75

Status Avg Total: Birds 24
Concerning that numbers have dwindled since last year

Example 3:
    Early     Mid       Late 
    (Count)   (Count)   (Count)
Mammal   2.0       2.5      3.3  (Count)
Reptile 1.0    5.6      1.75  (Count)

理想情况下，用户输入应该是标准的，但事实并非如此 现在就要发生了。如果不是这样，会是什么 解析用户输入的最佳方法是什么

我目前的策略是使用Java的模式匹配器类。 我正在使用matcher.matchers（）测试头的格式是否正确 是一种可能的格式。基于此，我将文本发送到一个方法，该方法使用matcher.find（） 从行中获取捕获组。它将拉出行名称（例如哺乳动物）和值 从课文的第一个例子中说出2.0和3.3。然而，用户输入是如此多样， 这种方法很挑剔

举个例子，我最初是从例子中取出24只鸟 2作为捕获组，因为在文本中它包含与列相似的格式。因此，我将其更改为不允许任何文本，只允许行中的行名称。然而，现在它不能像示例那样拉出行 3，旁边有（计数）

因此，我目前的方法是，使用正则表达式检查标题格式。如果是一种格式，请拉 输出行名称和值。即使采用这种策略，我也很难找到合适的正则表达式 获取正确的行和值

matcher.find（）的当前正则表达式是：

(Mammal|Reptile|Bird|Mammals|Reptiles|Birds)(^a-zA-Z-]*?[0-9])\r\n|[\r\n]

其中，捕获组1为行名称，组2为数字

所以我有两个问题：

有没有更好的方法来解决这个问题

---

如果没有更好的方法，那么正确的正则表达式是什么来提取行及其值呢？

您可以使用两个捕获组，其中第一个组包含行名（如Birds），第二个组使用

\G

锚重复匹配包含数字的组2

请注意，您可以使用

s？

添加可选的s，以匹配哺乳动物等

(?:^(Mammals?|Reptiles?|Birds?)|\G(?!^))\h+(\d+(?:\.\d+)?)

• （？：

  非捕获组

  • ^

    断言字符串的开头

  • （哺乳动物？|爬行动物？|鸟类？

    捕获第1组匹配任何选项

  • |

    或

  • \G（？！^）

    在上一次匹配结束时断言位置

• ）

  关闭非捕获组

• \h+

  匹配1+水平空白字符

• （

  捕获第2组

  • \d+（？：\。\d+）

    匹配1+个数字和一个可选部分以匹配小数

• ）

  关闭第2组

|

在爪哇

final String regex = "(?:^(Mammals?|Reptiles?|Birds?)|\\G(?!^))\\h+(\\d+(?:\\.\\d+)?)";

---

请注意您可以使用

\S+

创建一个广泛的匹配项，以匹配非空白字符的1+倍，而不是使用

\d+（？：\.\d+）

来匹配数字。

您的意思是这样的吗

（？：^（哺乳动物？；爬行动物？；鸟类？；哺乳动物？；爬行动物？；鸟类）；\G（？！^））\h+（\d+（？：\.\d+）

用户输入是一个文本/文件（如果它的文件是什么类型的文件）@stacktome用户输入最初包含在一个文件中，然后解析该文件以获取平均计数部分，并写入数据库。我正在从数据库中读取该字符串。这会有帮助吗@第四只鸟好的，谢谢！