VPF::регулярные выражения - Форум программистов

redwhite90

Дата 29.11.2012, 13:40 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 332
Регистрация: 14.7.2011

Репутация: нет
Всего: нет

почему при попытке распарсить строку с целю получения все пунктуационных знаков таким образом:

Код


all= text.split("[\\w[\\s]]+");

всё хорошо работает Если на первом месте стоит пунктуационный знак, а если нет, то первый элемент массива all становится пустой строй

LSD

Дата 29.11.2012, 14:15 (ссылка)

(нет голосов)

Загрузка ...

Leprechaun Software Developer

Профиль
Группа: Модератор
Сообщений: 15718
Регистрация: 24.3.2004
Где: Dublin

Репутация: 210
Всего: 538

Цитата

The array returned by this method contains each substring of the input sequence that is terminated by another subsequence that matches this pattern or is terminated by the end of the input sequence.

Т.е. изначальная позиция в строке 0, ищется первое вхождение шаблона. Если первый знак не пунктуация, то он начинается с 0. Значит первая строка получается от 0 до 0.

--------------------

Disclaimer: this post contains explicit depictions of personal opinion. So, if it sounds sarcastic, don't take it seriously. If it sounds dangerous, do not try this at home or at all. And if it offends you, just don't read it.

redwhite90

Дата 29.11.2012, 14:24 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 332
Регистрация: 14.7.2011

Репутация: нет
Всего: нет

Есть предложение как можно это исправить?

Цитата(LSD @ 29.11.2012, 14:15

)

Я наверное Вас не так понял. Если пунктуация первый знак- всё классно, если нет - пробел вылезает

LSD

Дата 29.11.2012, 15:14 (ссылка)

(нет голосов)

Загрузка ...

Leprechaun Software Developer

Профиль
Группа: Модератор
Сообщений: 15718
Регистрация: 24.3.2004
Где: Dublin

Репутация: 210
Всего: 538

Код


    public String[] split(CharSequence input, int limit) {
        int index = 0;
        boolean matchLimited = limit > 0;
        ArrayList<String> matchList = new ArrayList<>();
        Matcher m = matcher(input);

        // Add segments before each match found
        while(m.find()) {
            if (!matchLimited || matchList.size() < limit - 1) {
                String match = input.subSequence(index, m.start()).toString();
                matchList.add(match);
                index = m.end();
            } else if (matchList.size() == limit - 1) { // last one
                String match = input.subSequence(index,
                                                 input.length()).toString();
                matchList.add(match);
                index = m.end();
            }
        }
        ...
    }

Видно, что если find() найдет регион который начинается с 0 символа, то input.subSequence(index, m.start()) даст пустую строку.

Цитата(redwhite90 @ 29.11.2012, 15:24

)

Есть предложение как можно это исправить?

В чем проблема написать код, который будет удалять пустую строку вначале (если есть)?

--------------------

redwhite90

Дата 29.11.2012, 15:16 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 332
Регистрация: 14.7.2011

Репутация: нет
Всего: нет

Согласен, но думается, что это возможно как то сделать через регулярное положение?

LSD

Дата 29.11.2012, 16:51 (ссылка)

(нет голосов)

Загрузка ...

Leprechaun Software Developer

Профиль
Группа: Модератор
Сообщений: 15718
Регистрация: 24.3.2004
Где: Dublin

Репутация: 210
Всего: 538

Цитата(redwhite90 @ 29.11.2012, 16:16

)

Согласен, но думается, что это возможно как то сделать через регулярное положение?

И что должно быть в первом элементе?

--------------------

redwhite90

Дата 29.11.2012, 21:14 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 332
Регистрация: 14.7.2011

Репутация: нет
Всего: нет

первый элемент - первый знак препинания, встреченный в строке

Kircul

Дата 30.11.2012, 10:59 (ссылка)

(нет голосов)

Загрузка ...

Бывалый

Профиль
Группа: Участник
Сообщений: 166
Регистрация: 20.2.2007

Репутация: 6
Всего: 7

Не проверял, но должно быть как-то так:

Код


Collection<String> list = new ArrayList<String>(); // or HashSet
for (Matcher m = Pattern.compile("\\p{Punct}").matcher(str); m.find();) {
    list.add(m.group(0));
}

Pawl

Дата 30.11.2012, 11:41 (ссылка)

(нет голосов)

Загрузка ...

Опытный

Профиль
Группа: Участник
Сообщений: 649
Регистрация: 22.4.2008
Где: Витебск

Репутация: 7
Всего: 28

Я хотел предложить еще такой вариант:

Код


import java.util.ArrayList;

public class PunctsFinder {
    public static void main(String[] args) {
        String str = "qe,qeq,.qe?fe!";    
     ArrayList<String> puncts = new ArrayList<>();;
     for (char c : str.toCharArray()) {
         String p = Character.toString(c);
         if (p.matches("[\\p{Punct}]")) {
             puncts.add(p);
         }
     }    
    }
}

Но вариант Kircul мне понравился больше smile

--------------------

В действительности всё совсем не так, как на самом деле

LSD

Дата 30.11.2012, 11:48 (ссылка)

(нет голосов)

Загрузка ...

Leprechaun Software Developer

Профиль
Группа: Модератор
Сообщений: 15718
Регистрация: 24.3.2004
Где: Dublin

Репутация: 210
Всего: 538

Цитата(redwhite90 @ 29.11.2012, 22:14

)

первый элемент - первый знак препинания, встреченный в строке

Вопрос что должно быть с точки зрения контакта метода split(), а не твоей задачи.

--------------------

baldina

Дата 30.11.2012, 12:10 (ссылка)

(нет голосов)

Загрузка ...

Эксперт

Профиль
Группа: Завсегдатай
Сообщений: 3433
Регистрация: 5.12.2007
Где: Москва

Репутация: 1
Всего: 101

split здесь просто не подходит, т.к. предназначен для другого.

Добавлено @ 12:12
но её можно приспособить: в начало строки добавить знак пунктуации и пробел, а результирующий массив обрабатывать начиная с 1

Это сообщение отредактировал(а) baldina - 30.11.2012, 12:14

LSD

Дата 30.11.2012, 12:22 (ссылка)

(нет голосов)

Загрузка ...

Leprechaun Software Developer

Профиль
Группа: Модератор
Сообщений: 15718
Регистрация: 24.3.2004
Где: Dublin

Репутация: 210
Всего: 538

Цитата(baldina @ 30.11.2012, 13:10

)

но его можно приспособить: в строку первым символом добавить знак пунктуации, а результирующий массив обрабатывать начиная с 1

Знак препинания должен быть с пробелом или еще каким из \w\s символом. Хотя это все равно, чесать левой ухо правой ногой.

--------------------

baldina

Дата 30.11.2012, 12:26 (ссылка)

(нет голосов)

Загрузка ...

Эксперт

Профиль
Группа: Завсегдатай
Сообщений: 3433
Регистрация: 5.12.2007
Где: Москва

Репутация: 1
Всего: 101

верно, буковку надо.

Цитата(LSD @ 30.11.2012, 12:22

)

это все равно, чесать левой ухо правой ногой.

ну так split() для этой задачи - оно и есть.
тут либо как понятней - match и все такое, либо покороче - split с извращениями (алгоритмисты бы сказали - с преобразованием экземпляра задачи smile

)

LSD

Дата 30.11.2012, 12:28 (ссылка)

(нет голосов)

Загрузка ...

Leprechaun Software Developer

Профиль
Группа: Модератор
Сообщений: 15718
Регистрация: 24.3.2004
Где: Dublin

Репутация: 210
Всего: 538

Цитата(baldina @ 30.11.2012, 13:26

)

ну так split() для этой задачи - оно и есть.

Есть подозрение, что ТС не устроит ".:;-" одной строкой и захочется получить их по одному.

--------------------

baldina

Дата 30.11.2012, 13:08 (ссылка)

(нет голосов)

Загрузка ...

Эксперт

Профиль
Группа: Завсегдатай
Сообщений: 3433
Регистрация: 5.12.2007
Где: Москва

Репутация: 1
Всего: 101

для этого есть нормальное решение от Kircul, хоть и более длинное

0 Пользователей читают эту тему (0 Гостей и 0 Скрытых Пользователей)
0 Пользователей:
« Предыдущая тема \| Java: Общие вопросы \| Следующая тема »