代码之家 › 专栏 › 技术社区 › Christian

Java中的元映射的正则表达式

regex java

Christian · 技术社区 · 15 年前

元映射文件有以下行:

mappings([map(-1000,[ev(-1000,'C0018017','Objective','Goals',[objective],[inpr],[[[1,1],[1,1],0]],yes,no)])]).

格式解释为

mappings(
      [map(negated overall score for this mapping, 
            [ev(negated candidate score,'UMLS concept ID','UMLS concept','preferred name for concept - may or may not be different',
                 [matched word or words lowercased that this candidate matches in the phrase - comma separated list],
                 [semantic type(s) - comma separated list],
                 [match map list - see below],candidate involved with head of phrase - yes or no,
                 is this an overmatch - yes or no
               )
            ]
          )
      ]
    ).

我想在Java中运行一个正则表达式查询,它给我字符串“UMLS概念ID”、语义类型和匹配映射列表。 ReGEX是正确的工具,还是用Java实现这个最有效的方法是什么?

3 回复 | 直到 15 年前

polygenelubricants 15 年前

这是我对regex解决方案的尝试。这个 replace “元重组”方法是我正在试验的东西;我希望它可以读取更可读的代码。

String line = "mappings([map(-1000,[ev(-1000,'C0018017','Objective','Goals',[objective],[inpr],[[[1,1],[1,1],0]],yes,no)])]).";
String regex = 
    "mappings([map(number,[ev(number,<quoted>,quoted,quoted,[csv],[<csv>],[<matchmap>],yesno,yesno)])])."
    .replaceAll("([\\.\\(\\)\\[\\]])", "\\\\$1") // escape metacharacters
    .replace("<", "(").replace(">", ")") // set up capture groups
    .replace("number", "-?\\d+")
    .replace("quoted", "'[^']*'")
    .replace("yesno", "(?:yes|no)")
    .replace("csv", "[^\\]]*")
    .replace("matchmap", ".*?")
;
System.out.println(regex);
// prints "mappings\(\[map\(-?\d+,\[ev\(-?\d+,('[^']*'),'[^']*','[^']*',\[[^\]]*\],\[([^\]]*)\],\[(.*?)\],(?:yes|no),(?:yes|no)\)\]\)\]\)\."

Matcher m = Pattern.compile(regex).matcher(line);
if (m.find()) {
    System.out.println(m.group(1)); // prints "'C0018017'"
    System.out.println(m.group(2)); // prints "inpr"
    System.out.println(m.group(3)); // prints "[[1,1],[1,1],0]"
}

这个 代替 元重设允许您通过设置适当的 代替 (而不是把所有的东西都洒在一个不可读的地方)。

Etaoin 15 年前

这真是一种多毛的发型。Regex听起来很不错,但你会有一个真正多毛的Regex:

mappings\(\[map\(-?[0-9.]+,\[ev\(-?[0-9.]+,'(.*?)','.*?','.*?',\[.*?\],\[(.*?)\],\[(.*)\],(?:yes|no),(?:yes|no)\)\]\)\]\)\.

当你必须将正则表达式作为Java字符串来表达时,情况就变得更糟了。 \ 具有 \\ . 但这应该能得到你想要的;匹配组1、2和3是你想要拉出来的字符串。请注意,我并没有严格地测试它是否符合输入错误,因为我没有胃口。:)

出于教育目的:尽管它的外观,但实际上并不难构建——我只是取了您的样本行,并用适当的通配符替换了实际值,确保避开括号和括号以及末尾的点。

Jordan Stewart 15 年前

有可能,是的。

例如(假设您引用的值是唯一合法的引号,您添加的值是唯一合法的引号,值中不能有“[”和“]”字符,匹配映射列表中除了结尾之外不能有]]这样的内容。你得到了图片——很多假设。..)

^[^']+?'([^']*+)'[^\[]+\[[^]]+\],\[([^\]]*?)\],\[\[(.*?)\]\].*$

它应该将这三个字段作为三个匹配的组提供给您(在您的示例中用 http://www.regexplanet.com/simple/index.html )

哪个是-

"^[^']+?'([^']*+)'[^\\[]+\\[[^]]+\\],\\[([^\\]]*?)\\],\\[\\[(.*?)\\]\\].*$"

作为Java字符串。…

但这不是很容易维护的。最好再详细一点!