用于标识字符串行中的数据类型的模式

Question

我正在尝试使用Java从字符串格式的文件中解析/提取数据。该文件不包含不相同的数据，数据在几行中用逗号分隔，并在几行中用空格分隔。但在同一行内相同。此外，留置权中的参数不相同。

线条示例：

ipaadress,timestamp,text,text,url,text,email
email text ipaddress text timestamp url
text - timestamp ipaddress text text url email
text,integer,integer,text,ipaddress,timestamp email

等等...

比方说，我必须从所有线路识别电子邮件，ipaddress，电子邮件，网址，是否有这样做的模式？或者我应该用分隔符分割并单独解析/识别分割是否是电子邮件/ ipaddress / url等等？

我跟着this使用Grok来获取相同的数据，JSON就是拿走了。如果有办法解决使用Grok的不相同问题？

帮帮我理解

Answer 1

比方说，我必须从所有线路识别电子邮件，ipaddress，电子邮件，网址，是否有这样做的模式？或者我应该用分隔符分割并单独解析/识别分割是否是电子邮件/ ipaddress / url等等？

我肯定会说第一次拆分然后确定不同的部分，这将带来很多复杂性。假设你想创建一个模式来从这些字符串之一中提取电子邮件地址，除了单纯的电子邮件模式之外，你还需要小心匹配：

1. 该行开头的地址（将以字母开头，可以在逗号或空格之前结束）
2. 两者之间的地址（逗号或空格之前的开始/结束/之后）
3. 行尾的地址（以逗号或空格开头后可以以新行结束，具体取决于您输入的输入方式）

找到一个正则表达式匹配所有这些情况（对于每种数据类型）将更多的工作，然后只是分割字符串并分别识别它们。

您还应该考虑如何处理包含空格和逗号本身的文本数据。