本文介绍如何用java灵活解析格式各异的营业时间字符串（如“monday–friday: 8am–5pm”或“24/7”），通过分段拆解、正则匹配与语义归一化，将非结构化文本可靠映射为按星期索引的结构化数据。
本文介绍如何用java灵活解析格式各异的营业时间字符串（如“monday–friday: 8am–5pm”或“24/7”），通过分段拆解、正则匹配与语义归一化，将非结构化文本可靠映射为按星期索引的结构化数据。
处理来自真实业务场景（如Excel导入）的营业时间字段，是典型的非结构化文本解析挑战：数据格式高度不统一，无法预设单一模板，且人工清洗成本过高。核心思路不是追求“一个正则通吃”，而是构建分层解析流水线——先粗粒度切分语义单元，再逐单元识别日期范围与时段，最后归一化为标准模型。
第一步：按语义边界分割原始字符串
逗号（,）是最稳定的分隔符，但需兼顾空格变体和连字符连接（如 "Monday 4AM-8PM-Saturday 4AM-8PM"）。推荐使用增强型分割：
String[] segments = input.trim()
.replaceAll("([a-zA-Z])\s*–\s*([a-zA-Z])", "$1; $2") // 将“Monday–Friday”转为“Monday; Friday”
.replaceAll("\s*,\s*", ", ") // 统一逗号空格
.split(", ");此步将输入分解为逻辑片段，例如 "Monday – Friday: 8am – 5pm, Saturday Closed" → ["Monday – Friday: 8am – 5pm", "Saturday Closed"]。
第二步：逐片段识别日期模式与状态
对每个片段，采用多策略匹配（优先级从高到低）：
立即学习“Java免费学习笔记（深入）”；
- 全时可用标识：直接匹配 "24/7"、"Open 24 hours" 等；
-
单日明确声明：如 "Mon 7:15 AM - 4:00 PM" 或 "Friday Closed"，用正则提取：
Pattern singleDay = Pattern.compile("(?i)(mon|tue|wed|thu|fri|sat|sun)(?:day)?\s+(\d[^,]+)", Pattern.CASE_INSENSITIVE); -
多日范围声明：如 "Monday – Friday: 8am – 5pm"，需解析起止日并生成对应天数列表：
Pattern rangePattern = Pattern.compile("(?i)(mon|tue|wed|thu|fri|sat|sun)(?:day)?\s*–\s*(mon|tue|wed|thu|fri|sat|sun)(?:day)?\s*:\s*(.+)");
⚠️ 注意：正则中的 (?i) 启用忽略大小写，(?:nes|rs|ur)?day 覆盖 Monday/Tuesday/Saturday 等缩写变体；时间部分建议用 (\d{1,2}(?::\d{2})?\s*[AP]M?|\d{1,2}\s*[-–]\s*\d{1,2}(?::\d{2})?\s*[AP]M?) 增强鲁棒性。
第三步：归一化存储与扩展处理
定义标准数据结构，避免分散变量（如 monHours）：
public class BusinessHours {
private final Map<DayOfWeek, String> hours = new EnumMap<>(DayOfWeek.class);
public void setHours(DayOfWeek day, String timeSpec) {
hours.put(day, "closed".equalsIgnoreCase(timeSpec) ? "closed" : normalizeTime(timeSpec));
}
private String normalizeTime(String raw) {
return raw.toUpperCase().replace(" ", "")
.replace("AM", " AM").replace("PM", " PM");
}
}调用示例：
BusinessHours result = new BusinessHours();
parseAndPopulate("Monday – Friday: 8am – 5pm, Saturday Closed, Sunday Closed", result);
// result.hours.get(DayOfWeek.MONDAY) → "8 AM - 5 PM"关键总结
- 拒绝过度依赖单一正则：复杂文本需组合策略（分割→分类→匹配→归一）；
- 优先处理高频特例（如 "24/7"、"Closed"）可大幅提升覆盖率；
- 始终验证边界情况：空格、中文破折号（– vs -）、无空格时间（"4AM-8PM"）；
- 预留扩展接口：未来可接入NLP库（如Apache OpenNLP）处理更模糊表述。
最终目标不是完美覆盖100%边缘格式，而是以80/20原则，用可维护的代码解决95%真实数据，剩余异常项交由人工复核——这才是生产环境中的务实之道。
