请教正则表达式问题， 达人请进！

Question

不知有没有帮助
文法={Vt, Vn, S, p}
Vt={字母，','，'\r\n'，'\r'}
Vn={CVS，字符串，字符串1，字符串2，字母}
S=CVSp:
CVS -> 字符串(,字符串)*
字符串 -> 字符串1 | "字符串1" | "字符串2"
字符串1 -> 字母+
字符串2 -> 字母+,字母+ | 字母+\r字母+ | 字母+\r\n字母+
字母 -> a|b|c|…………   |z

Answer 1

你试试下面的例子,是Javacookbook上面的,唉,我早就说好好好看看RE,这段时间忙过了要好好看看了^_^import java.io.*;
import org.apache.regexp.*;/* Simple demo of CSV matching using Regular Expressions.
 * Does NOT use the "CSV" class defined in the Java CookBook.
 * RE Pattern from Chapter 7, Mastering Regular Expressions (p. 205, first edn.)
 */
public class CSVRE {
/** The rather involved pattern used to match CSV's consists of three
 * alternations: the first matches quoted fields, the second unquoted,
 * the third null fields
 */
public static final String CSV_PATTERN =
"\"([^\"\\\\]*(\\\\.[^\"\\\\]*)*)\",?|([^,]+),?|,"; public static void main(String[] argv) throws IOException, RESyntaxException
{
String line;

// Construct a new Regular Expression parser.
Debug.println("regexp", "PATTERN = " + CSV_PATTERN); // debug
RE csv = new RE(CSV_PATTERN); BufferedReader is = new BufferedReader(new InputStreamReader(System.in)); // For each line...
while ((line = is.readLine()) != null) {
System.out.println("line = `" + line + "'"); // For each field
for (int fieldNum = 0, offset = 0; csv.match(line, offset); fieldNum++) { // Print the field (0=null, 1=quoted, 3=unquoted).
int n = csv.getParenCount()-1;
if (n==0) // null field
System.out.println("field[" + fieldNum + "] = `'");
else
System.out.println("field[" + fieldNum + "] = `" + csv.getParen(n) + "'"); // Skip what already matched.
offset += csv.getParen(0).length();
}
}
}
}
class Debug {
/** Static method to see if a given category of debugging is enabled.
 * Enable by setting e.g., -Ddebug.fileio to debug file I/O operations.
 * Use like this:<BR>
 * if (Debug.isEnabled("fileio"))<BR>
 *  System.out.println("Starting to read file " + fileName);
 */
public static boolean isEnabled(String category) {
return System.getProperty("debug." + category) != null;
} /** Static method to println a given message if the
 * given category is enabled for debugging.
 */
public static void println(String category, String msg) {
if (isEnabled(category))
System.out.println(msg);
}
/** Same thing but for non-String objects (think of the other
 * form as an optimization of this).
 */
public static void println(String category, Object stuff) {
println(category, stuff.toString());
}
}

Answer 2

to star821116(冰冻三尺非一日之寒) 
我看了一下， 那使用的是is.readLine()，
这样如果,,中间本身有\r\n，但是这个并不表示下一行的，所以读csv的行就不对了。而且它使用的是
import org.apache.regexp.*;
这个包， 不是1.4自带的， 你能不能帮我移植过去？
我这里没有org.apache.regexp的文档看别人德正则表达式满难懂的。
我这样试过
    public static final String CSV_PATTERN =
"\"([^\"\\\\]*(\\\\.[^\"\\\\]*)*)\",?|([^,]+),?|,";
        java.util.regex.Pattern p = java.util.regex.Pattern.compile(CSV_PATTERN);
        Matcher matcher = p.matcher("abc,\"a,bbc\",ad");
        System.out.println(matcher.matches());出来的是false，应该怎么写呢？？说实话那个表达式我看不懂:(

Answer 3

試試這個，初步測試沒問題：<SCRIPT LANGUAGE="JavaScript">
<!--
  var sourceString="abc,\"a,b\",abdd,\"this,this,this\",c";  // mach "xxx"
  var reg1=/^\"[^\"]+\"/;     // mach xxx
  var reg2=/^\w+,/;   document.writeln("Source String:" + sourceString + " <br>" );
  document.writeln("<hr>");
  document.writeln("<table border='1'>");
  document.writeln("<tr><td>Mached</td><td>Remain</td></tr>");
  
  while (true)
  {      if (sourceString.length == 0)
        break;      var result1=reg1.exec(sourceString);// match
      var result2=reg2.exec(sourceString);
  
      document.writeln("<tr>");      if(result1 != null) // find the "xxxx",
      {
          // delete the ""
          var strTemp=result1[0].substring(1,result1[0].length-1);
          document.writeln("<td>" + strTemp + " </td>" );
          sourceString=sourceString.substring(result1.index+result1[0].length+1);
          document.writeln("<td>" + sourceString + "</td>");
      }
      else if (result2 != null) // find the xxx,
      {
          // delete the "," char
          var strTemp=result2[0].substring(0,result2[0].length-1);          document.writeln("<td>" + strTemp + " </td>" );
     sourceString=sourceString.substring(result2.index+result2[0].length);
     document.writeln("<td>" + sourceString + "</td>");
      }
      else // find nothing or the last one.
      {
          document.writeln("<td>" + sourceString + " </td>" );
  document.writeln("<td> NA </td>");  sourceString="";
      }  
      document.writeln("</tr>");
  }  document.writeln("</table>");
//-->
</SCRIPT>有什么問題再測！呵呵...

Answer 4

對了，如果有換行的情況就要加上：/xxx/m來多行匹配了

Answer 5

import java.util.regex.*;
import java.util.*;public class CSVParser {  public static ArrayList parse(String str1) {
    ArrayList list = new ArrayList();
    Pattern p = Pattern.compile("\"([^\"]+)\"|([^,]+)");
    Matcher m = p.matcher(str1);
    while(m.find()) {
      list.add(m.group().replaceAll("\"", ""));
    }
    return list;
  }  public static void main(String[] args) throws Throwable {
    String csv1 = "a,bc,\"a,b\",bc,c";
    String csv2 = "abc,\"abc\",c";
    ArrayList list1 = CSVParser.parse(csv1);
    System.out.println("list1");
    for (int i =0; i < list1.size(); i++)
      System.out.println(list1.get(i));
    ArrayList list2 = CSVParser.parse(csv2);
    System.out.println("list2");
    for (int i =0; i < list2.size(); i++)
      System.out.println(list2.get(i));
  }
}

Answer 6

st.add(m.group().replaceAll("\"", ""));
这样是不是把不是开头的"也去掉了。PS刚才没有说"也是个特殊字符。
要是"是内容的一部分也应该要
ac,"aaaba"aaa",ab真正内容是
ac
aaaba"aaa
ab楼上的不会觉得我太过分吧？
真的都做出来了， 我还可以再加分

Answer 7

ashes(灰尘) ( ) 大侠在不在啊？

Answer 8

偶来帮你一下吧：import java.util.regex.*;public class RETest {
  public static void main(String[] args) {
    String targetStr = "aaa,\"b  b\",\"c,c\"";
    String regStr = "([\\p{Alnum}]+)" +
        "|(\"[\\p{Alnum}\\p{Space},]+)\"";
    Pattern patt = Pattern.compile(regStr);
    Matcher m = patt.matcher(targetStr);
    int count = 0;    while (m.find()) {
      String str = m.group();
      if (str.charAt(0) == '\"') {
        str = str.substring(1, str.length()-1);
      }
      count++;
      System.out.println("Matche #" + count + ": " + str);
    }    System.out.println("Total " + m.groupCount() + " result(s) found!\n");
  }
}

Answer 9

啊，有个地方错了，最后一行 m.groupCount() 应为 count 才对。

Answer 10

这几天一直忙着做asp,access(郁闷啊)
改了一下，效果不是很好import java.util.regex.*;
import java.util.*;
import java.io.*;public class CSVParser {  private StringBuffer buf = null;  public ArrayList parse() {
    String str;
    ArrayList list = new ArrayList();
    Pattern p = Pattern.compile("(\"(.*)\")|(([^,\\x0d]+))");
    //Pattern p = Pattern.compile("([^\\x0d]+)");
    Matcher m = p.matcher(buf);    while(m.find()) {
      str = m.group();
      //System.out.println(str);
      //str = str.replaceAll("(?sm)(\"(\"))|(\"([^\"])?)|(^\\x0a(.*))", "$2");
      str = str.replaceAll("(?sm)(^\\x0a(.*))", "$2");
      str = str.replaceAll("(?sm)(^\"(.*)\"$)", "$2");
      str = str.replaceAll("(?sm)(\"(\"))", "$2");
      //System.out.println(str);
      list.add(str);
    }
    return list;
  }  public void readCSVFile(File CSVFile) {
    int chr;
    buf = new StringBuffer("");
    try {
      BufferedReader in = new BufferedReader(new FileReader(CSVFile));
      while((chr=in.read()) != -1) {
        buf.append((char)chr);
        //System.out.print((char)chr);
      }
      in.close();
      System.out.println("-------------csv file content--------------");
      System.out.print(buf);
    } catch (FileNotFoundException fnfex) {
      fnfex.printStackTrace();
    } catch (IOException ioex) {
      ioex.printStackTrace();
    }
  }  public static void main(String[] args) throws Throwable {
    File file = new File("Book1.csv");
    CSVParser parser = new CSVParser();
    parser.readCSVFile(file);
    ArrayList list = parser.parse();
    int size = list.size();
    System.out.println("\n\n--------------parsed result------------------");
    System.out.println("size = " + size);
    for (int i = 0; i < size; i++) {
      System.out.println("list[" + i + "] = " + list.get(i));
    }
  }
}
用notepad打开的Book1.csv内容
a,bc,"a,b",bc,c
a,ab c,c,,
a,"aaaba""aaa",ab,,
a,"a
b
c","a b ,c",d,运行结果
-------------csv file content--------------
a,bc,"a,b",bc,c
a,ab c,c,,
a,"aaaba""aaa",ab,,
a,"a
b
c","a b ,c",d,
--------------parsed result------------------
size = 16
list[0] = a
list[1] = bc
list[2] = a,b
list[3] = bc
list[4] = c
list[5] = a
list[6] = ab c
list[7] = c
list[8] = a
list[9] = aaaba"aaa
list[10] = ab
list[11] = a
list[12] = a
b
c
list[13] = a b ,c
list[14] = d
list[15] = 
让我郁闷的是不知道为什么要多次replaceAll,此处效率低