Java正則表達(dá)式匹配字符串并提取中間值的方法實例

更新時間：2022年06月17日 16:06:03 作者：Moshow鄭鍇

正則表達(dá)式常用于字符串處理、表單驗證等場合,實用高效,下面這篇文章主要給大家介紹了關(guān)于Java正則表達(dá)式匹配字符串并提取中間值的相關(guān)資料,需要的朋友可以參考下

前言

有時候正則表達(dá)式不只是匹配一下什么數(shù)字/郵箱/身份證/日期等等,還需要匹配某一段文字,并按照既定格式提取其中的某些值.

場景一:提取SAML2報文

SAML2報文內(nèi)容如下,從中提取對應(yīng)的attribute name和value.

<saml:AttributeStatement>
    <saml:Attribute Name="mail">
        <saml:AttributeValue xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:type="xs:string">zhengkai.blog.csdn.net</saml:AttributeValue>
    </saml:Attribute>
    <saml:Attribute Name="cn">
        <saml:AttributeValue xmlns:xs="http://www.w3.org/2001/XMLSchema" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:type="xs:string">amAdmin</saml:AttributeValue>
    </saml:Attribute>
</saml:AttributeStatement>

show time

public static void main(String[] args) {
        String content = "";
        content = "<saml:AttributeStatement>";
        content += "    <saml:Attribute Name=\"mail\">";
        content += "        <saml:AttributeValue xmlns:xs=\"http://www.w3.org/2001/XMLSchema\" xmlns:xsi=\"http://www.w3.org/2001/XMLSchema-instance\" xsi:type=\"xs:string\">zhengkai.blog.csdn.net</saml:AttributeValue>";
        content += "    </saml:Attribute>";
        content += "    <saml:Attribute Name=\"cn\">";
        content += "        <saml:AttributeValue xmlns:xs=\"http://www.w3.org/2001/XMLSchema\" xmlns:xsi=\"http://www.w3.org/2001/XMLSchema-instance\" xsi:type=\"xs:string\">amAdmin</saml:AttributeValue>";
        content += "    </saml:Attribute>";
        content += "</saml:AttributeStatement>";
        String pattern = "\\<saml\\:Attribute Name=\\\"(?<scope>.*?)\\\"\\>[\\s\\S]*?\\<saml\\:AttributeValue[\\s\\S]*?\\>(?<value>.*?)\\<\\/saml\\:AttributeValue\\>[\\s\\S]*?\\<\\/saml\\:Attribute\\>";
        Pattern r = Pattern.compile(pattern);
        Matcher matcher = r.matcher(saml2attributeString);
        while (matcher.find()){
            String attributeName = matcher.group("scope");
            String attributeValue = matcher.group("value");
            System.out.println("attributeName->"+attributeName +",attributeValue->"+attributeValue );
        }
    }

控制臺輸出

$ attributeName->mail,attributeValue->zhengkai.blog.csdn.net
$ vattributeName->cn,attributeValue->amAdmin

解析

\\<saml\\:Attribute Name=\\\"(?<scope>.*?)\\\"\\>[\\s\\S]*?\\<saml\\:AttributeValue[\\s\\S]*?\\>(?<value>.*?)\\<\\/saml\\:AttributeValue\\>[\\s\\S]*?\\<\\/saml\\:Attribute\\>

(?<scope>.*?)是用于標(biāo)識scope的方式，表示夾在中間的字符串都叫scope，可以通過matcher.group("scope")提取。
所有非正則的符號都需要轉(zhuǎn)義，所以你會看到很多\\<或者換\\"之類的\\
[\\s\\S]*? 是用來匹配任意字符，表示在前后有界定的情況下（例如夾在<xxx></xxx>中間的字符串），可以忽略那些不規(guī)則字符串的匹配。

場景2:提取sql中的表名和字段

來自github網(wǎng)友@ydq 給SpringBootCodeGenerator貢獻(xiàn)的正則表達(dá)式,非常不錯,值得深刻學(xué)習(xí).

    //匹配整個ddl，將ddl分為表名，列sql部分，表注釋
    private static final Pattern DDL_PATTERN = Pattern.compile("\\s*create\\s+table\\s+(?<tableName>\\S+)[^\\(]*\\((?<columnsSQL>[\\s\\S]+)\\)[^\\)]+?(comment\\s*(=|on\\s+table)\\s*'(?<tableComment>.*?)'\\s*;?)?$", Pattern.CASE_INSENSITIVE);
    //匹配列sql部分，分別解析每一列的列名 類型 和列注釋
    private static final Pattern COL_PATTERN = Pattern.compile("\\s*(?<fieldName>\\S+)\\s+(?<fieldType>\\w+)\\s*(?:\\([\\s\\d,]+\\))?((?!comment).)*(comment\\s*'(?<fieldComment>.*?)')?\\s*(,|$)", Pattern.CASE_INSENSITIVE);

    public static void parse(String sql){
        Matcher matcher = DDL_PATTERN.matcher(sql);
        if (matcher.find()){
            String tableName = matcher.group("tableName");
            String tableComment = matcher.group("tableComment");
            System.out.println(tableName + "\t\t" + tableComment);
            System.out.println("==========");
            String columnsSQL = matcher.group("columnsSQL");
            if (columnsSQL != null && columnsSQL.length() > 0){
                Matcher colMatcher = COL_PATTERN.matcher(columnsSQL);
                while (colMatcher.find()){
                    String fieldName = colMatcher.group("fieldName");
                    String fieldType = colMatcher.group("fieldType");
                    String fieldComment = colMatcher.group("fieldComment");
                    if (!"key".equalsIgnoreCase(fieldType)){
                        System.out.println(fieldName + "\t\t" + fieldType + "\t\t" + fieldComment);
                    }
                }
            }
        }
    }

    public static void main(String[] args){
        System.out.println(">>>>>>>>>>>>>>>>>>>>>>>>>>>>>");
        parse("CREATE TABLE `userinfo` (\n" +
                "  `user_id` int(11) NOT NULL AUTO_INCREMENT COMMENT '用戶ID',\n" +
                "  `username` varchar(255) NOT NULL COMMENT '用戶名',\n" +
                "  `addtime` datetime NOT NULL COMMENT '創(chuàng)建時間',\n" +
                "  PRIMARY KEY (`user_id`)\n" +
                ") ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='用戶信息'");
        System.out.println(">>>>>>>>>>>>>>>>>>>>>>>>>>>>>");
        parse("CREATE TABLE `USER` (\n" +
                "`ID` varchar(32) PRIMARY KEY COMMENT '主鍵',\n" +
                "`password` varchar(32) NOT NULL COMMENT '密碼',\n" +
                "`username` varchar(32) NOT NULL COMMENT '用戶'\n" +
                ") ENGINE=InnoDB DEFAULT CHARSET=utf8;");
        System.out.println(">>>>>>>>>>>>>>>>>>>>>>>>>>>>>");
        parse("CREATE TABLE `tb_amount` (\n" +
                "`ID` int(10) NOT NULL AUTO_INCREMENT,\n" +
                "`PRODUCT_CODE` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NOT NULL COMMENT '產(chǎn)品代碼',\n" +
                "`GENDER` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL DEFAULT NULL COMMENT '性別(male,female)',\n" +
                "`MIN_INSURED_AGE` int(3) NULL DEFAULT NULL COMMENT '最小投保年齡',\n" +
                "`MAX_INSURED_AGE` int(3) NULL DEFAULT NULL COMMENT '最大投保年齡',\n" +
                "`AMOUNT` double(10, 2) NULL DEFAULT NULL COMMENT '基本保額',\n" +
                "`PREMIUM_RATE` double(10, 2) NULL DEFAULT NULL COMMENT '基本保費(fèi)',\n" +
                "`YEAR_NUM` int(3) NULL DEFAULT NULL COMMENT '繳費(fèi)年限',\n" +
                "`PREMIUM_TYPE` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL DEFAULT NULL COMMENT '費(fèi)率類型',\n" +
                "`INSURANCE_PERIOD` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL DEFAULT NULL COMMENT '保險期間(30年，60年)',\n" +
                "`INSURANCE_PERIOD_TYPE` varchar(50) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL DEFAULT NULL COMMENT '保險期間類型(如定期年0,定期歲1,終身2,以后終身對應(yīng)值：200)',\n" +
                "`PAY_MODE` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL DEFAULT NULL COMMENT '交費(fèi)方式',\n" +
                "PRIMARY KEY (`ID`) USING BTREE\n" +
                ") ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_0900_ai_ci ROW_FORMAT = Dynamic;");
    }

控制臺輸出內(nèi)容:

>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
`userinfo`       用戶信息
==========
`user_id`       int       用戶ID
`username`       varchar       用戶名
`addtime`       datetime       創(chuàng)建時間
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
`USER`       null
==========
`ID`       varchar       主鍵
`password`       varchar       密碼
`username`       varchar       用戶
>>>>>>>>>>>>>>>>>>>>>>>>>>>>>
`tb_amount`       null
==========
`ID`       int       null
`PRODUCT_CODE`       varchar       產(chǎn)品代碼
`GENDER`       varchar       性別(male,female)
`MIN_INSURED_AGE`       int       最小投保年齡
`MAX_INSURED_AGE`       int       最大投保年齡
`AMOUNT`       double       基本保額
`PREMIUM_RATE`       double       基本保費(fèi)
`YEAR_NUM`       int       繳費(fèi)年限
`PREMIUM_TYPE`       varchar       費(fèi)率類型
`INSURANCE_PERIOD`       varchar       保險期間(30年，60年)
`INSURANCE_PERIOD_TYPE`       varchar       保險期間類型(如定期年0,定期歲1,終身2,以后終身對應(yīng)值：200)
`PAY_MODE`       varchar       交費(fèi)方式