1. 问题背景与数据结构分析
在处理日志或结构化文本时，我们经常需要从复杂字符串中提取特定信息。本案例中，输入是一个多行字符串，每行代表一个记录，格式大致如下：
#Section<区段号>,Main,First/HS/12345/<姓名>/<性别>,<日期1> <数值1> <日期2> <数值2>,...
我们的目标是：
- 定位特定记录： 仅针对包含 /Jack/M 标识的记录进行处理。
- 提取区段号： 从 #Section 后提取数字（例如 250342）。
- 提取日期和数值： 提取 Jack/M, 后面的所有日期和对应的数值。
- 挑战： 日期和数值可能以单对（200010 10.00）或多对（200010 10.00 200011 -2.00）的形式出现，这使得直接用正则表达式捕获所有三组数据（区段号、日期列表、数值列表）变得复杂。
2. 解决方案策略：正则初步捕获 + Java后处理
为了应对日期和数值对数量不定的挑战，我们采取两阶段策略：
-
正则表达式阶段： 使用一个正则表达式来捕获两个主要组：
- 组1： 区段编号。
- 组2： 包含所有日期和数值的完整字符串（例如 200010 10.00 200011 -2.00）。
- Java代码后处理阶段： 对正则表达式捕获的组2进行进一步的字符串分割和解析，将其拆分为单独的日期列表和数值列表。
3. 正则表达式详解
我们将使用以下正则表达式：
#Section(\d+)\b(?:(?!#Section\d).)*\bJack/M,(\d+\h+[-+]?\d+(?:\.\d+)?(?:\s+\d+\h+[-+]?\d+(?:\.\d+)?)*)
下面详细解释其各个部分：
- #Section(\d+)：
- #Section：字面匹配字符串 #Section。
- (\d+)：捕获组1，匹配一个或多个数字，即区段编号。
- \b：单词边界，确保 #Section 是一个独立的词。
- (?:(?!#Section\d).)*：这是一个非捕获组，用于匹配从当前位置到下一个 #Section 之前的所有字符，或者直到找到目标字符串 Jack/M,。
- (?!#Section\d)：负向先行断言，确保当前匹配的字符不是下一个 #Section 的开始。这防止了正则表达式跨越到下一个记录。
- .：匹配除换行符外的任意字符。
- *：匹配零次或多次。
- \bJack/M,：字面匹配目标标识符 /Jack/M,。\b 再次确保 Jack/M 是一个独立的词。
- (\d+\h+[-+]?\d+(?:\.\d+)?(?:\s+\d+\h+[-+]?\d+(?:\.\d+)?)*)：捕获组2，这是最关键的部分，用于捕获所有日期和数值对。
- \d+：匹配日期（一个或多个数字）。
- \h+：匹配一个或多个水平空白字符。
- [-+]?\d+(?:\.\d+)?：匹配数值。
- [-+]?：可选的正负号。
- \d+：整数部分。
- (?:\.\d+)?：可选的小数部分（非捕获组）。
- (?:\s+\d+\h+[-+]?\d+(?:\.\d+)?)*：这是一个非捕获组，允许匹配零个或多个额外的日期-数值对。
- \s+：匹配一个或多个任意空白字符，用于分隔不同的日期-数值对。
- \d+\h+[-+]?\d+(?:\.\d+)?：与前面解释的单个日期-数值对模式相同。
- *：匹配零次或多次，从而处理一个或多个日期-数值对的情况。
4. Java代码实现与后处理
我们将使用Java的 Pattern 和 Matcher 类来执行正则表达式匹配，并对捕获到的组进行后处理。
示例数据：
String string = "#Section250342,Main,First/HS/12345/Jack/M,200010 10.00 200011 -2.00,\n"
+ "#Section250322,Main,First/HS/12345/Aaron/N,200010 17.00,\n"
+ "#Section250399,Main,First/HS/12345/Jimmy/N,200010 12.00,\n"
+ "#Section251234,Main,First/HS/12345/Jack/M,200011 11.00";Java代码：逐条处理匹配结果
此代码片段将迭代每个匹配项，并为每个匹配项分别输出区段号、日期列表和数值列表。
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class DataExtractor {
public static void main(String[] args) {
String regex = "#Section(\\d+)\\b(?:(?!#Section\\d).)*\\bJack/M,(\\d+\\h+[-+]?\\d+(?:\\.\\d+)?(?:\\s+\\d+\\h+[-+]?\\d+(?:\\.\\d+)?)*)";
String string = "#Section250342,Main,First/HS/12345/Jack/M,200010 10.00 200011 -2.00,\n"
+ "#Section250322,Main,First/HS/12345/Aaron/N,200010 17.00,\n"
+ "#Section250399,Main,First/HS/12345/Jimmy/N,200010 12.00,\n"
+ "#Section251234,Main,First/HS/12345/Jack/M,200011 11.00";
Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
Matcher matcher = pattern.matcher(string);
System.out.println("--- 逐条匹配结果 ---");
while (matcher.find()) {
List dates = new ArrayList<>();
List values = new ArrayList<>();
// 捕获组1：区段号
System.out.println("Group 1 (Section ID): " + matcher.group(1));
// 捕获组2：日期和数值的完整字符串，进行后处理
String[] parts = matcher.group(2).split("\\s+"); // 按空格分割
for (int i = 0; i < parts.length; i++) {
if (i % 2 == 0) { // 偶数索引是日期
dates.add(parts[i]);
} else { // 奇数索引是数值
values.add(parts[i]);
}
}
System.out.println("Group 2 (Dates): " + Arrays.toString(dates.toArray()));
System.out.println("Group 3 (Values): " + Arrays.toString(values.toArray()));
System.out.println();
}
}
} 输出结果：
--- 逐条匹配结果 --- Group 1 (Section ID): 250342 Group 2 (Dates): [200010, 200011] Group 3 (Values): [10.00, -2.00] Group 1 (Section ID): 251234 Group 2 (Dates): [200011] Group 3 (Values): [11.00]
Java代码：聚合所有匹配结果
如果您需要将所有匹配到的区段号、日期和数值分别收集到各自的总列表中，可以使用以下修改后的代码：
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class AggregateDataExtractor {
public static void main(String[] args) {
String regex = "#Section(\\d+)\\b(?:(?!#Section\\d).)*\\bJack/M,(\\d+\\h+[-+]?\\d+(?:\u002e\\d+)?(?:\\s+\\d+\\h+[-+]?\\d+(?:\u002e\\d+)?)*)";
String string = "#Section250342,Main,First/HS/12345/Jack/M,200010 10.00 200011 -2.00,\n"
+ "#Section250322,Main,First/HS/12345/Aaron/N,200010 17.00,\n"
+ "#Section250399,Main,First/HS/12345/Jimmy/N,200010 12.00,\n"
+ "#Section251234,Main,First/HS/12345/Jack/M,200011 11.00";
Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
Matcher matcher = pattern.matcher(string);
List allSectionIds = new ArrayList<>();
List allDates = new ArrayList<>();
List allValues = new ArrayList<>();
while (matcher.find()) {
allSectionIds.add(matcher.group(1)); // 收集所有区段号
String[] parts = matcher.group(2).split("\\s+");
for (int i = 0; i < parts.length; i++) {
if (i % 2 == 0) {
allDates.add(parts[i]); // 收集所有日期
} else {
allValues.add(parts[i]); // 收集所有数值
}
}
}
System.out.println("--- 聚合所有匹配结果 ---");
System.out.println("All Section IDs: " + Arrays.toString(allSectionIds.toArray()));
System.out.println("All Dates: " + Arrays.toString(allDates.toArray()));
System.out.println("All Values: " + Arrays.toString(allValues.toArray()));
}
} 
allSectionIds.add(matcher.group(1)); // 收集所有区段号
String[] parts = matcher.group(2).split("\\s+");
for (int i = 0; i < parts.length; i++) {
if (i % 2 == 0) {
allDates.add(parts[i]); // 收集所有日期
} else {
allValues.add(parts[i]); // 收集所有数值
}
}
}
System.out.println("--- 聚合所有匹配结果 ---");
System.out.println("All Section IDs: " + Arrays.toString(allSectionIds.toArray()));
System.out.println("All Dates: " + Arrays.toString(allDates.toArray()));
System.out.println("All Values: " + Arrays.toString(allValues.toArray()));
}
}输出结果：
--- 聚合所有匹配结果 --- All Section IDs: [250342, 251234] All Dates: [200010, 200011, 200011] All Values: [10.00, -2.00, 11.00]
5. 注意事项与总结
- 负向先行断言的重要性： 正则表达式中的 (?:(?!#Section\d).)* 是确保匹配不会越界到下一个记录的关键。它使得匹配在遇到下一个 #Section 模式时停止，从而正确地处理每一条独立的记录。
- 灵活处理变长数据： (?:\s+\d+\h+[-+]?\d+(?:\.\d+)?)* 模式允许捕获零个或多个日期-数值对，完美解决了数据对数量不定的问题。
- 正则与代码结合： 对于复杂的数据提取任务，单纯依靠正则表达式可能导致表达式过于复杂难以维护，或者根本无法实现。将正则表达式用于初步的结构化捕获，然后利用编程语言的强大字符串处理能力进行精细化解析，是一种高效且健壮的策略。
- \h 与 \s： 在正则表达式中，\h 匹配水平空白字符（如空格、制表符），而 \s 匹配所有空白字符（包括换行符）。在本例中，日期和数值之间是水平空白，而不同日期-数值对之间可能存在多种空白，因此在不同位置使用了合适的匹配符。
- 错误处理： 实际应用中，应考虑输入字符串可能不符合预期格式的情况，例如使用 try-catch 块或额外的条件判断来增强代码的健壮性。
通过这种结合正则表达式的强大模式匹配能力和Java编程语言的灵活数据处理能力的方法，我们可以有效地从复杂、非结构化的文本中提取出所需的结构化信息，即使数据格式存在一定的变数。
