Java 扫描文件并收集与模式匹配的完整单词

我正在做一个项目，我需要扫描一个文件夹，然后扫描每个文件中的一个特定单词（比如“@MyPattern”）

我期待着一个设计这样一个场景的最佳方法。 对于初学者，我的工作如下：

    //Read File
    List<String> lines = new ArrayList<>();
    try (Stream<String> stream = Files.lines(Paths.get(fileName))) {
        stream.forEach(line-> lines.add(line));
    } catch (IOException e) {
        e.printStackTrace();
    }

    //Create a pattern to find for
    Predicate<String> patternFilter = Pattern
            .compile("@MyPattern^(.+)")
            .asPredicate();

    //Apply predicate filter
    List<String> desiredWordsMatchingPattern = lines
            .stream()
            .filter(patternFilter)
            .collect(Collectors.<String>toList());

    //Perform desired operation
    desiredWordsMatchingPattern.forEach(System.out::println);

//读取文件
列表行=新的ArrayList（）；
try（Stream=Files.line（path.get（fileName）））{
stream.forEach（行->行.添加（行））；
}捕获（IOE异常）{
e、 printStackTrace（）；
}
//创建要查找的模式
谓词模式过滤器=模式
.compile（“@MyPattern^（+）”）
.asPredicate（）；
//应用谓词过滤器
列出所需的单词smatchingpattern=行
.stream（）
.过滤器（模式过滤器）
.collect（Collectors.toList（））；
//执行所需的操作
desiredWordsMatchingPattern.forEach（System.out:：println）；

即使文件中有多个单词与“@MyPattern”匹配，我也不知道为什么这不起作用。

您使用

^（+）

的方式在正则表达式中没有意义

^

匹配字符串（行）的开头，但字符串的开头不能位于模式之后（仅当模式匹配空字符串时，此处不匹配）。因此，您的模式永远无法匹配任何线条

只需使用：

        Predicate<String> patternFilter = Pattern
                .compile("@MyPattern")
                .asPredicate();

在正则表达式中使用

^（+）

的方式没有意义

^

匹配字符串（行）的开头，但字符串的开头不能位于模式之后（仅当模式匹配空字符串时，此处不匹配）。因此，您的模式永远无法匹配任何线条

只需使用：

        Predicate<String> patternFilter = Pattern
                .compile("@MyPattern")
                .asPredicate();

以下是我的解决方案：

    // can extract annotation and text-inside-parentheses
    private static final String REGEX = "@(\\w+)\\((.+)\\)";


    //Read File
    List<String> lines = Files.readAllLines(Paths.get(filename));

    //Create a pattern to find for
    Pattern pattern = Pattern.compile(REGEX);

    // extractor function uses pattern's second group (text-within-parentheses)
    Function<String, String> extractOnlyTextWithinParentheses = s -> {
        Matcher m = pattern.matcher(s);
        m.find();
        return m.group(2);
    };

    // all lines are filtered and text will be extracted using extractor-fn
    Stream<String> streamOfExtracted = lines.stream()
            .filter(pattern.asPredicate())
            .map(extractOnlyTextWithinParentheses);

    //Perform desired operation
    streamOfExtracted.forEach(System.out::println);

总结： 您的流式处理非常有效。 您的正则表达式有错误：

• 它几乎匹配一个常量注释，即

  @MyPattern

• 您尝试使用括号捕获正确的内容
• 正则表达式中的插入符号

  ^

• 如果不使用转义括号

  \\（

  和

  \\）

  ，您不仅会得到里面的文本，还会得到作为摘录的括号
以下是我的解决方案：

    // can extract annotation and text-inside-parentheses
    private static final String REGEX = "@(\\w+)\\((.+)\\)";


    //Read File
    List<String> lines = Files.readAllLines(Paths.get(filename));

    //Create a pattern to find for
    Pattern pattern = Pattern.compile(REGEX);

    // extractor function uses pattern's second group (text-within-parentheses)
    Function<String, String> extractOnlyTextWithinParentheses = s -> {
        Matcher m = pattern.matcher(s);
        m.find();
        return m.group(2);
    };

    // all lines are filtered and text will be extracted using extractor-fn
    Stream<String> streamOfExtracted = lines.stream()
            .filter(pattern.asPredicate())
            .map(extractOnlyTextWithinParentheses);

    //Perform desired operation
    streamOfExtracted.forEach(System.out::println);

总结： 您的流式处理非常有效。 您的正则表达式有错误：
• 它几乎匹配一个常量注释，即

  @MyPattern

• 您尝试使用括号捕获正确的内容
• 正则表达式中的插入符号

  ^

• 如果不使用转义括号

  \\（

  和

  \\）

  ，您不仅会得到里面的文本，还会得到作为摘录的括号

---

建议：只需再次检查您的正则表达式一次。看起来您的正则表达式中存在问题。我的字符串类似于：“@Traces（“10869”）@Details（‘用户正在查看用户配置文件’）给定：用户对用户配置文件开放”我期待在@Traces之后提取“10869”。soA正则表达式的正则表达式应该是什么？类似于

@MyPattern

的正则表达式将匹配

@MyPattern

，而其他任何东西都不匹配，即它将不匹配

@Traces

（为什么应该匹配？）。除此之外，谓词将选择包含匹配项的行，但不会提取匹配项。你可以使用

扫描仪
。我希望在问你是否接受其中一个（非常不同的）答案时，我不会让你陷入任何忠诚冲突？未来的读者会发现知道哪一个对你更有帮助是很有帮助的。请参阅建议：只需再次检查您的正则表达式一次。看起来您的正则表达式中存在问题。我的字符串类似于：“@Traces（“10869”）@Details（‘用户正在查看用户配置文件’）给定：用户对用户配置文件开放”我期待在@Traces之后提取“10869”。soA正则表达式的正则表达式应该是什么？类似于
@MyPattern
的正则表达式将匹配
@MyPattern
，而其他任何东西都不匹配，即它将不匹配
@Traces
（为什么应该匹配？）。除此之外，谓词将选择包含匹配项的行，但不会提取匹配项。你可以使用
扫描仪
。我希望在问你是否接受其中一个（非常不同的）答案时，我不会让你陷入任何忠诚冲突？未来的读者会发现知道哪一个对你更有帮助是很有帮助的。看见