如何从模糊的模式中提取子字符串

Question

我需要提取字符串的某个部分，但该字符串的模式可能会有所不同。

我们谈论的是一个定义了一堆属性的字符串，即[name = value]对。例如：

"a=somevalueb=othervaluec=lastvalue"

我需要获取属性b的值（“othervalue”）。但是，属性不是指定的顺序。此外，某些属性（包括b）可能根本不存在。最大的问题是属性不是必须的（但可能是！）由任何东西分开，所以我不能拆分然后只得到以“b =”开头的块。我需要在整个字符串中找到属性。

我所知道的是：

• 可能属于字符串
的属性
• 每个属性最多可以出现一次（但可能根本不会出现）
• ，当然，我知道我要提取的属性

到目前为止，我最好的想法是首先切断“b =”之前的任何内容（使用indexOf（）和substring（）），然后对所有已知属性名称进行循环并检查是否包含此属性，然后不知何故把它切掉了。

但我觉得可能会有更优雅的方式。我尝试了一些正则表达式，但不知道要提取什么（group（???）），因为字符串模式可能会有所不同。

感谢您的建议！ （顺便说一句：如果重要的话，实现将采用Java）

Answer 1

很容易找到您正在寻找的值的开头。诀窍是找到结束，因为你的文字形成不良。

根据您的描述，值结束于文本末尾（显然），或者当另一个已知密钥存在时。

b=(.*?)(?=a=|c=|d=|e=|$)

<强>跟进

要在“属性值可以包含换行符”（来自评论）时工作，有两种方法：

• 指定Pattern.DOTALL标志作为compile()
的第二个参数
• 在正则表达式中打开标记：(?s)b=(.*?)(?=a=|c=|d=|e=|$)