代码之家 › 专栏 › 技术社区 › Humphrey Bogart

用于分析基于文本的简单数据文件的regex

adventure parsing regex java

Humphrey Bogart · 技术社区 · 17 年前

有人能帮我摸一下regex吗?

我正在阅读一个简单的文本冒险的“地点”列表(那些在当时很流行的)。但是,我不确定如何获得输入。

所有位置都遵循以下格式:

<location_name>, [<item>]
    [direction, location_name]

例如:

Albus Square, Flowers, Traffic Cone
    NORTH, Franklandclaw Lecture Theatre
    WEST, Library of Enchanted Books
    SOUTH, Furnesspuff College

Library of Enchanted Books
    EAST, Albus Square
    UP, Reading Room

(后续位置用空行分隔。)

我将这些存储为具有以下结构的位置对象:

public class Location {

    private String name;

    private Map<Direction, Location> links;

    private List<Item> items;

}

我使用一种方法从一个URL中检索数据,并从读取的文本中创建位置对象,但是我正处于这样一个完整的块中。我想瑞格丝会有帮助的。有人能借我一只急需的手吗?

5 回复 | 直到 13 年前

John Pirie 17 年前

同意w/willcodejavaforfood,regex可以使用,但这不是一个很大的推动。

听起来你只需要一点算法帮助(下面是草率的P代码)。

currloc = null
while( line from file )
    if line begins w/ whitespace
        (dir, loc) = split( line, ", " )
        add dir, loc to currloc
    else
        newlocdata = split( line, ", " )
        currloc = newlocdata[0]
        for i = 1 to size( newlocdata ) - 1
            item = newlocdata[i]
            add item to currloc

Aaron Digulla 17 年前

您不想对此使用纯文本格式:

当你有不止一个花卉产品时会发生什么?它们都一样吗?一个冒险家不能在几个地方采一朵花来采一束吗?
可能会有几个同名的房间(“地窖”、“街角”),即填充房间,增加了气氛,但对游戏没有任何影响。不过,他们没有自己的描述。如何将它们分开?
如果一个名字包含逗号怎么办?
最后,您将希望使用Unicode作为外部名称或格式化指令。

由于这是一种结构化数据,可以包含许多奇怪的情况,因此我建议对此使用XML:

<locations>
    <location>
        <name>Albus Square</name>
        <summary>Short description for returning adventurer</summary>
        <description>Long text here ... with formatting, etc.</description>
        <items>
            <item>Flowers</item>
            <item>Traffic Cone</item>
        <items>
        <directions>
            <north>Franklandclaw Lecture Theatre</north>
            <west>Library of Enchanted Books</west>
            <south>Furnesspuff College</south>
        </directions>
    </location>
    <location>
        <name>Library of Enchanted Books</name>
        <directions>
            <east>Albus Square</east>
            <up>Reading Room</up>
        </directions>
    </location>
</locations>

这使得灵活性大大提高,解决了许多问题,如格式化描述文本、Unicode字符等。此外,您还可以通过使用ID(数字)而不是文本来使用多个具有相同名称的项目/位置。

使用 JDom 或 DecentXML 解析游戏配置。

Peter Boughton 17 年前

现在无法让我的脑袋进入Java模式,所以这里有一些伪代码应该做:

Data = MyString.split('\n\n++\s*+');

for ( i=0 ; i<Data.length ; i++ )
{
    CurLocation = Data[i].split('\n\s*+');

    LocationInfo = CurLocation[0].split(',\s*+');

    LocationName = LocationInfo[0];

    for ( n=1 ; n<LocationInfo.length ; n++ )
    {
        Items[n-1] = LocationInfo[n];
    }


    for ( n=1 ; n<CurLocation.length ; n++ )
    {
        DirectionInfo = LocationInfo[n].split(',\s*+');

        DirectionName = DirectionInfo[0];

        for ( x=1 ; x<DirectionInfo.length ; x++ )
        {
            DirectionLocation[x-1] = DirectionInfo[x];
        }

    }


}

corlettk 17 年前

你能改变数据的格式吗?这种格式很蹩脚。我怀疑你在忙着重新设计方轮…这个屏幕对我来说“只是使用XML”。

-1

Jonas Kölker 17 年前

我认为使用XML是过度杀戮(用大炮射击麻雀),而regexp是“欠杀戮”(使用一个太弱的工具,用牙刷刷洗地板)。

正确的平衡听起来像是“.ini格式”或“带分区的邮件头”。对于python,在 http://docs.python.org/library/configparser.html .

一个简单的例子:

[albus_square]
name: Albus Square
items: Flowers, Traffic Cone
north: lecture_theatre
west: library_enchanted_books
south: furnesspuff_college

我假设这个格式有一个Java库。正如另一张海报所指出的,你可能有名字冲突,所以我冒昧地添加了一个“名字:”字段。方括号中的名称将是唯一标识符。