概述
近来一个同事给了一个文本要求写一个正则表达式解析。
文本如下
bodyContent:----------------------------964864704429906130621362
Content-Disposition: form-data; name="messageid"
PO
----------------------------964864704429906130621362
Content-Disposition: form-data; name="method"
putPOData
----------------------------964864704429906130621362
Content-Disposition: form-data; name="timestamp"
2022-02-16 13:48:19
----------------------------964864704429906130621362
Content-Disposition: form-data; name="format"
json
----------------------------964864704429906130621362
Content-Disposition: form-data; name="data"
{"xmldata":{"header":[{"CUSTOMERID":"201","EXPECTSTORAGEDATE":"","INOUTTYPE":1,"NOTES":"2019-2020下单提货","ORDERNO":"1001A2100000002DSYYS","ORDERTYPE":"21-Cxx-01","POCREATIONTIME":"2022-02-16 11:08:24","POREFERENCE2":"","POREFERENCE4":"CD20122021600131","SUPPLIERID":"201S10068","SUPPLIER_NAME":"xxx股份有限公司","USERDEFINE2":"陈xx","USERDEFINE3":"0124011","WAREHOUSEID":"WH01","detailsItem":[{"CUSTOMERID":"201","LOTATT01":"","LOTATT02":"","LOTATT04":"","LOTATT06":"浙械注准20192400498","LOTATT07":"肌钙蛋白I测定试剂盒(免疫荧光干式定量法)","LOTATT08":"N","NOTES":"","ORDEREDQTY":10,"ORDEREDQTY_EACH":10,"ORDERNO":"CD20122021600131","SKU":"694117919349","USERDEFINE1":"1001A2100000002DSYYT","USERDEFINE2":"1001A2100000002DSYYS"}]}]}}
----------------------------964864704429906130621362
Content-Disposition: form-data; name="OperationCode"
FLUXWMSJSAPI.operation
----------------------------964864704429906130621362--
这是一个http的body内容块，我稍微删除了几段，期望解析得到：
messageid：PO
method：putPOData
timestamp：2022-02-16 13:48:19
等。
思路
- 找出要匹配的文本块，类似：
name="messageid"
PO
首先将要查找的部分用通配符替换，把要匹配的部分用括号括起来。
name="(\S+)"[\n\r]+([ \S]+)
其中：
\S 表示非换行符
\n\r 表示换行和回车符
+ 表示至少一次
因为timestamp和data的内容部分的日期部分有空格，所以后面用到了[ \S]+
-
可以将正则表达式和文本拷贝到超好用的正则测试网站，输出结果符合预期：
image.png
如果不合适就调整正则表达式，根据表达式全集去调整。 -
要得到代码，可以使用正则表达式在线测试|菜鸟工具
image.png
需要稍作调整，
比如javascript语言部分：
<script>
// 定义 正则 RegExp 对象
var pattern = new RegExp('name="(\\S+)"[\\n\\r]+([ \\S]+)',"g");
// 简化写法
// var pattern = /name="(\S+)"[\n\r]+([ \S]+)/g;
// 用 `` 括起长文本
var str = `
这里是长文本
`;
//console.log(str);
console.log(pattern);
// 匹配结果
var arr = null;
while(arr = pattern.exec(str)){
console.log(arr[1]);
console.log(arr[2]);
console.log('\n\r');
}
</script>
用到了pattern.exec()和while循环。
php语言的写法：
<?php
$str = '这里是长文本';
// 或者使用
$str = <<<heredoc
这里是长文本
heredoc;
$isMatched = preg_match_all('/name="(\S+)"[\n\r]+([ \S]+)/', $str, $matches);
var_dump($str, $isMatched, $matches);
// $isMatched 匹配数量
// $matches 匹配结果，二维数组
// $matches[0] 是最外层的字符串 $matches[1]匹配的第1个括号 $matches[2]匹配的第2个括号
用到长文本表示，preg_match_all()。
java语言：
import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class ZhengzeTest {
public static String txt2String(File file) {
StringBuilder result = new StringBuilder();
try {
BufferedReader br = new BufferedReader(new FileReader(file));//构造一个BufferedReader类来读取文件
String s = null;
while ((s = br.readLine()) != null) {//使用readLine方法，一次读一行
result.append(System.lineSeparator() + s);
}
br.close();
} catch (Exception e) {
e.printStackTrace();
}
return result.toString();
}
public static void main(String[] args) {
File file = new File("D:\\java\\code\\java-example\\src\\helloworld.txt");
String str = txt2String(file);
// System.out.println(str);
String pattern = "name="(\\S+)"[\\n\\r]+([ \\S]+)";
Pattern r = Pattern.compile(pattern);
Matcher m = r.matcher(str);
while (m.find()) { // 多个匹配结果，此处用while循环遍历
// System.out.println(m.group(0)); // 匹配的完整字符串
System.out.println(m.group(1)); // 匹配的第1个括号的内容，此处为key
System.out.println(m.group(2)); // 匹配的第2个括号的内容，此处为value
System.out.println();
}
}
}
用到了文件操作，while。
得到期望的结果：
image.png
