Регулярное выражение для разделения текста на 6 столбцов - PullRequest
Новая
       8

Регулярное выражение для разделения текста на 6 столбцов

0 голосов
/ 09 марта 2010

Этот текстовый файл является его частью, и я хочу, чтобы он мог иметь вид: 

Column 1 = distribution
Column 2 = votes
Column 3 = rank 
Column 4 = title
Column 5 = year 
Column 6 = Subtitle (but only where there is a subtitle)

Я использую регулярное выражение: 

regexp = 
    "([0-9\\.]+)[ \\t]+([0-9]+)[ \\t]+([0-9\\.]+)[ \\t]+(.*?[ \\t]+\\([0-9]{4}\\).*)";

Но, как вы можете заметить, похоже, не работает никаких идей о том, как я могу это исправить .. 

1000000103      50   4.5  #1 Single (2006) {THis would be a subtitle example}
2...1.2.12       8   2.7  $1,000,000 Chance of a Lifetime (1986)
11..2.2..2       8   5.0  $100 Taxi Ride (2001)
....13.311       9   7.1  $100,000 Name That Tune (1984)
3..21...22      10   4.6  $2 Bill (2002)
30010....3      18   2.7  $25 Million Dollar Hoax (2004)
2000010002     111   5.6  $40 a Day (2002)
2000000..4      26   1.6  $5 Cover (2009)
.0..2.0122      15   7.8  $9.99 (2003)
..2...1113       8   7.5  $weepstake$ (1979)
0000000125    3238   8.7   Allo  Allo! (1982)
1....22.12       8   6.5   Allo  Allo! (1982) {A Barrel Full of Airmen (#7.7)

КОД ИМ ИСПОЛЬЗОВАНИЕ: 

    try {
        FileInputStream file_stream = new FileInputStream("/Users/angadsoni/Desktop/ratings-1.txt");
        DataInputStream data_stream = new DataInputStream(file_stream);
        BufferedReader bf = new BufferedReader(new InputStreamReader(data_stream));
        ResultSet rs;
        Statement stmt;
        Connection con = null;
        Class.forName("org.gjt.mm.mysql.Driver").newInstance();
        String url = "jdbc:mysql://localhost/mynewdatabase";
        con = DriverManager.getConnection(url,"root","");
        stmt = con.createStatement();
  try{
    stmt.executeUpdate("DROP TABLE myTable");
  }catch(Exception e){
    System.out.print(e);
    System.out.println("No existing table to delete");

    //Create a table in the database named mytable
  stmt.executeUpdate("CREATE TABLE mytable(distribution char(20)," + "votes integer," + "rank float," + "title char(250)," + "year integer," + "sub char(250));");
 String rege= "^([\\d.]+)\\s+(\\d+)\\s+([\\d.]+)\\s+(.+?)\\s+\\((\\d+)\\)(?:\\s+\\{([^{}]+))?";
  Pattern pattern = Pattern.compile(rege);
  String line;
  String data= "";
  while ((line = bf.readLine()) != null) {
    data = line.replaceAll("'", "");

Matcher matcher = pattern.matcher (data); 

    if (matcher.find()) {
        System.out.println("hello");
        String distribution = matcher.group(1);
        String votes = matcher.group(2);
        String rank = matcher.group(3);
        String title = matcher.group(4);
        String year = matcher.group(5);
        String sub = matcher.start(6) != -1 ? matcher.group(6) : "";
        System.out.printf("%s %8s %6s%n%s (%s) %s%n%n",
        matcher.group(1), matcher.group(2), matcher.group(3), matcher.group(4), matcher.group(5),
        matcher.start(6) != -1 ? matcher.group(6) : "");
        String todo = ("INSERT into mytable " +
            "(Distribution, Votes, Rank, Title, Year, Sub) "+
            "values ('"+distribution+"', '"+votes+"', '"+rank+"', '"+title+"', '"+year+", '"+sub+"');");
        int r = stmt.executeUpdate(todo);
    }//end if statement
  }//end while loop
}

Ответы [ 4 ]

1 голос
/ 09 марта 2010

могут быть и другие проблемы, но первое препятствие состоит в том, что обратные слеши не доходят до машины регулярных выражений. вам нужно удвоить их.

0 голосов
/ 10 марта 2010

Это регулярное выражение корректно работает с предоставленными вами данными: 

^([\d.]+)\s+(\d+)\s+([\d.]+)\s+(.+?)\s+\((\d+)\)(?:\s+\{([^{}]+))?

Если субтитров нет, последняя группа (группа № 6) будет нулевой.

РЕДАКТИРОВАТЬ: Вот полный пример: 

import java.io.*;
import java.util.*;
import java.util.regex.*;

public class Test
{
  public static void main(String[] args) throws Exception
  {
    Pattern p = Pattern.compile(
      "^([\\d.]+)\\s+(\\d+)\\s+([\\d.]+)\\s+(.+?)\\s+\\((\\d+)\\)(?:\\s+\\{([^{}]+))?"
    );
    Matcher m = p.matcher("");
    Scanner sc = new Scanner(new File("test.txt"));
    while (sc.hasNextLine())
    {
      String s = sc.nextLine();
      if (m.reset(s).find())
      {
        System.out.printf("%s %8s %6s%n%s (%s) %s%n%n",
            m.group(1), m.group(2), m.group(3), m.group(4), m.group(5),
            m.start(6) != -1 ? m.group(6) : "");
      }
    }
  }
}

частичный вывод: 

1000000103       50    4.5
#1 Single (2006) THis would be a subtitle example

2...1.2.12        8    2.7
$1,000,000 Chance of a Lifetime (1986)

... и т.д.

0 голосов
/ 10 марта 2010

Я пытался придумать регулярное выражение для части, начинающейся с названия, и, как вы, придумал 

(.*)\\s+(\\([0-9]{4}\\))\\s+(.*$)

Может быть, вы могли бы предоставить еще немного кода, чтобы уточнить, что именно вы делаете с регулярным выражением? Кроме того, была ли проблема с этим ответом?

0 голосов
/ 09 марта 2010

Моя первая мысль заключается в том, что, возможно, легче разбить первые несколько полей, используя пробелы и StringTokenizer, а затем использовать регулярное выражение для оставшихся 3 полей. Таким образом, вы собираетесь упростить требуемое регулярное выражение.

...