Tách chuỗi được trích dẫn với dấu phân tách

Question

Tôi muốn chia chuỗi có khoảng trắng phân cách. nhưng nó sẽ xử lý các chuỗi được trích dẫn một cách thông minh. Ví dụ. cho một chuỗi như

"John Smith" Ted Barry 

Nó sẽ trả lại ba chuỗi John Smith, Ted và Barry.

Answer 1

Sau khi làm rối tung nó, bạn có thể sử dụng Regex cho việc này. Chạy tương đương với "phù hợp với tất cả" trên:

((?<=("))[\w ]*(?=("(\s|$))))|((?<!")\w+(?!")) 

Một Java Ví dụ:

import java.util.regex.Pattern; 
import java.util.regex.Matcher; 

public class Test 
{ 
    public static void main(String[] args) 
    { 
     String someString = "\"Multiple quote test\" not in quotes \"inside quote\" \"A work in progress\""; 
     Pattern p = Pattern.compile("((?<=(\"))[\\w ]*(?=(\"(\\s|$))))|((?<!\")\\w+(?!\"))"); 
     Matcher m = p.matcher(someString); 

     while(m.find()) { 
      System.out.println("'" + m.group() + "'"); 
     } 
    } 
} 

Output:

'Multiple quote test' 
'not' 
'in' 
'quotes' 
'inside quote' 
'A work in progress' 

Các sự cố biểu hiện thường xuyên với các ví dụ sử dụng trên có thể được xem tại đây :

http://regex101.com/r/wM6yT9

---

Với tất cả những gì đã nói, cụm từ thông dụng không nên là giải pháp cho mọi thứ - tôi chỉ vui vẻ. Ví dụ này có rất nhiều trường hợp cạnh như xử lý các ký tự unicode, ký hiệu, vv Bạn nên sử dụng thư viện đã thử và đúng cho loại công việc này. Hãy xem các câu trả lời khác trước khi sử dụng câu trả lời này.

Answer 2

Hãy thử mã bit xấu xí này.

String str = "hello my dear \"John Smith\" where is Ted Barry"; 
    List<String> list = Arrays.asList(str.split("\\s")); 
    List<String> resultList = new ArrayList<String>(); 
    StringBuilder builder = new StringBuilder(); 
    for(String s : list){ 
     if(s.startsWith("\"")) { 
      builder.append(s.substring(1)).append(" "); 
     } else { 
      resultList.add((s.endsWith("\"") 
        ? builder.append(s.substring(0, s.length() - 1)) 
        : builder.append(s)).toString()); 
      builder.delete(0, builder.length()); 
     } 
    } 
    System.out.println(resultList);  

Answer 3

commons-lang có lớp StrTokenizer để thực hiện việc này cho bạn và cũng có thư viện java-csv.

Ví dụ với StrTokenizer:

String params = "\"John Smith\" Ted Barry" 
// Initialize tokenizer with input string, delimiter character, quote character 
StrTokenizer tokenizer = new StrTokenizer(params, ' ', '"'); 
for (String token : tokenizer.getTokenArray()) { 
    System.out.println(token); 
} 

Output:

John Smith 
Ted 
Barry 

Answer 4

tốt, tôi làm một snipet nhỏ mà làm những gì bạn muốn và một số thứ khác. vì bạn không chỉ định nhiều điều kiện hơn nên tôi đã không gặp rắc rối. tôi biết đây là một cách bẩn thỉu và bạn có thể có được kết quả tốt hơn với một cái gì đó đã được thực hiện. nhưng đối với niềm vui lập trình ở đây là ví dụ:

String example = "hello\"John Smith\" Ted Barry lol\"Basi German\"hello"; 
    int wordQuoteStartIndex=0; 
    int wordQuoteEndIndex=0; 

    int wordSpaceStartIndex = 0; 
    int wordSpaceEndIndex = 0; 

    boolean foundQuote = false; 
    for(int index=0;index<example.length();index++) { 
     if(example.charAt(index)=='\"') { 
      if(foundQuote==true) { 
       wordQuoteEndIndex=index+1; 
       //Print the quoted word 
       System.out.println(example.substring(wordQuoteStartIndex, wordQuoteEndIndex));//here you can remove quotes by changing to (wordQuoteStartIndex+1, wordQuoteEndIndex-1) 
       foundQuote=false; 
       if(index+1<example.length()) { 
        wordSpaceStartIndex = index+1; 
       } 
      }else { 
       wordSpaceEndIndex=index; 
       if(wordSpaceStartIndex!=wordSpaceEndIndex) { 
        //print the word in spaces 
        System.out.println(example.substring(wordSpaceStartIndex, wordSpaceEndIndex)); 
       } 
       wordQuoteStartIndex=index; 
       foundQuote = true; 
      } 
     } 

     if(foundQuote==false) { 
      if(example.charAt(index)==' ') { 
       wordSpaceEndIndex = index; 
       if(wordSpaceStartIndex!=wordSpaceEndIndex) { 
        //print the word in spaces 
        System.out.println(example.substring(wordSpaceStartIndex, wordSpaceEndIndex)); 
       } 
       wordSpaceStartIndex = index+1; 
      } 

      if(index==example.length()-1) { 
       if(example.charAt(index)!='\"') { 
        //print the word in spaces 
        System.out.println(example.substring(wordSpaceStartIndex, example.length())); 
       } 
      } 
     } 
    } 

điều này cũng kiểm tra các từ không được phân cách bằng khoảng trắng sau hoặc trước dấu ngoặc kép, chẳng hạn như từ "hello" trước "John Smith" và sau "Basi Đức".

khi chuỗi được sửa đổi để "John Smith" Ted Barry đầu ra là ba chuỗi, 1) "John Smith" 2) Ted 3) Barry

Các chuỗi trong ví dụ này là hello "John Smith" Ted Barry lol "Basi Đức" hello và in 1) chào 2) "John Smith" 3) Ted 4) Barry 5) lol 6) "Basi Đức" 7) chào

Hy vọng nó giúp

Answer 5

Đây là phiên bản của riêng tôi, dọn dẹp từ http://pastebin.com/aZngu65y (được đăng trong nhận xét). Nó có thể quản lý Unicode. Nó sẽ dọn dẹp tất cả các khoảng trống quá mức (ngay cả trong báo giá) - điều này có thể tốt hay xấu tùy thuộc vào nhu cầu. Không hỗ trợ cho báo giá thoát.

private static String[] parse(String param) { 
    String[] output; 

    param = param.replaceAll("\"", " \" ").trim(); 
    String[] fragments = param.split("\\s+"); 

    int curr = 0; 
    boolean matched = fragments[curr].matches("[^\"]*"); 
    if (matched) curr++; 

    for (int i = 1; i < fragments.length; i++) { 
    if (!matched) 
     fragments[curr] = fragments[curr] + " " + fragments[i]; 

    if (!fragments[curr].matches("(\"[^\"]*\"|[^\"]*)")) 
     matched = false; 
    else { 
     matched = true; 

     if (fragments[curr].matches("\"[^\"]*\"")) 
     fragments[curr] = fragments[curr].substring(1, fragments[curr].length() - 1).trim(); 

     if (fragments[curr].length() != 0) 
     curr++; 

     if (i + 1 < fragments.length) 
     fragments[curr] = fragments[i + 1]; 
    } 
    } 

    if (matched) { 
    return Arrays.copyOf(fragments, curr); 
    } 

    return null; // Parameter failure (double-quotes do not match up properly). 
} 

mẫu đầu vào để so sánh:

"sdfskjf" sdfjkhsd "hfrif ehref" "fksdfj sdkfj fkdsjf" sdf sfssd 


asjdhj sdf ffhj "fdsf fsdjh" 
日本語　中文 "Tiếng Việt" "English" 
    dsfsd  
    sdf  " s dfs fsd f " sd f fs df fdssf "日本語　中文" 
"" ""  "" 
" sdfsfds " "f fsdf 

(2 dòng là trống rỗng, dòng thứ 3 là không gian, dòng cuối cùng là bị thay đổi). Hãy đánh giá với kết quả mong đợi của riêng bạn, vì nó có thể thay đổi, nhưng đường cơ sở là, trường hợp thứ nhất nên trả về [sdfskjf, sdfjkhsd, hfrif ehref, fksdfj sdkfj fkdsjf, sdf, sfssd].