本文介绍一种不依赖 split() 或外部命令（如 grep）的健壮方案：利用 Java 9+ 的 Pattern.matcher().results() 配合精准正则表达式，从非标准格式文本行中可靠提取 type、name、age、city 四类字段并封装为 POJO。
本文介绍一种不依赖 `split()` 或外部命令（如 `grep`）的健壮方案：利用 java 9+ 的 `pattern.matcher().results()` 配合精准正则表达式，从非标准格式文本行中可靠提取 `type`、`name`、`age`、`city` 四类字段并封装为 pojo。
在处理日志、配置片段或半结构化文本时，面对类似 student name=james age=13 city=toronto 这类无固定分隔符、字段顺序不一、且部分字段可能缺失的行数据，传统 String.split() 方案易出错、可维护性差——例如原代码中 s.contains("city") 后误赋值给 name，且未处理 name 缺失场景（如第三行 student age=21 city=paris），导致空指针或逻辑错误。
更优解是采用语义化正则匹配：将整行视为一个模式，用捕获组（capturing groups）精准定位各字段位置与存在性，兼顾健壮性与性能。
✅ 推荐实现（Java 9+）
import java.util.List;
import java.util.regex.Pattern;
import java.util.regex.MatchResult;
public class DataExtractor {
// 支持 name 可选、其他字段必选的正则（兼容示例数据）
private static final String REGEX =
"(student|teacher)\s+(?:name=(\w+)\s+)?age=(\d+)\s+city=(\w+)";
public static List<MyPOJO> parseLines(String input) {
return Pattern.compile(REGEX)
.matcher(input)
.results()
.map(match -> new MyPOJO(
match.group(1), // type: group(1)
match.group(2) != null // name: group(2) 可能为 null
? match.group(2)
: "",
Integer.parseInt(match.group(3)), // age: group(3)
match.group(4) // city: group(4)
))
.toList();
}
}? 正则关键解析
- (student|teacher) → 捕获第 1 组：记录 type，强制存在；
- (?:name=(\w+)\s+)? → 非捕获外层 + 捕获内层 name 值（第 2 组），? 表示整个 name=xxx 片段可选；
- age=(\d+) → 捕获第 3 组：数字型 age，强制存在；
- city=(\w+) → 捕获第 4 组：字符串型 city，强制存在。
? 提示：若 city 值含空格（如 city="new york"），应将 w+ 替换为 "[^"]+" 并启用 Pattern.DOTALL，或改用更鲁棒的解析器（如 Apache Commons Text 的 KeyValueParser）。
Java注释规范Skills下载当用户要求为 Java 代码添加注释、修改注释、审查注释、整理注释格式，或要求按照代码注释规范处理 Java 文件时，使用本技能。本技能用于统一生成和维护 Java 类注释模板、按 Git 对比 release 判断版本号、补充每行代码上方中文块注释、调整注释空行规则，并保持 Java 文件 UTF-8 无 BOM 编码。典型触发场景包括：补充类注释、更新 @version、检查 @author 来源、整理行尾注释、把注释放到代码上一行、检查注释是否符合规范、构建前检查 Java 注释风格。
⚠️ 注意事项
- 空值安全：match.group(2) 在 name 缺失时返回 null，务必判空（如示例中默认设为空字符串）；
- 类型转换异常：Integer.parseInt() 可能抛 NumberFormatException，生产环境建议包裹 try-catch 或使用 Integer.valueOf()（返回 null）；
- 性能考量：正则编译一次复用（静态常量），比每行重复 split() 更高效，尤其对千行级文件；
- 扩展性：新增字段（如 grade=85）只需扩展正则和构造函数，无需重写循环逻辑。
该方案以声明式模式替代过程式字符串操作，显著提升代码可读性、可测试性与容错能力，是处理动态结构文本的推荐实践。
立即学习“Java免费学习笔记（深入）”；
