  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import org.apache.commons.lang3.StringUtils;

public class StringExtractionExample {
    public static void main(String[] args) {
        String text = "OrderID: 12345, Customer: John Doe, Date: 2023-08-05";

        String orderId = StringUtils.substringBetween(text, "OrderID: ", ", Customer: ");
        String customer = StringUtils.substringBetween(text, "Customer: ", ", Date: ");
        String date = StringUtils.substringAfter(text, "Date: ");

        System.out.println("OrderID: " + orderId);
        System.out.println("Customer: " + customer);
        System.out.println("Date: " + date);
    }
}

2. Regex (正则表达式)

Java内置了对正则表达式的支持，可以使用Pattern和Matcher类来进行字符串匹配和提取。

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexExample {
    public static void main(String[] args) {
        String text = "OrderID: 12345, Customer: John Doe, Date: 2023-08-05";
        String pattern = "OrderID: (\\d+), Customer: (.*?), Date: (\\d{4}-\\d{2}-\\d{2})";

        Pattern r = Pattern.compile(pattern);
        Matcher m = r.matcher(text);

        if (m.find()) {
            String orderId = m.group(1);
            String customer = m.group(2);
            String date = m.group(3);

            System.out.println("OrderID: " + orderId);
            System.out.println("Customer: " + customer);
            System.out.println("Date: " + date);
        } else {
            System.out.println("NO MATCH");
        }
    }
}

3. Jackson

如果你的字符串格式是JSON格式，可以使用Jackson库来解析JSON字符串并提取值。

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;

public class JacksonExample {
    public static void main(String[] args) {
        String jsonString = "{\"OrderID\": \"12345\", \"Customer\": \"John Doe\", \"Date\": \"2023-08-05\"}";

        ObjectMapper mapper = new ObjectMapper();
        try {
            JsonNode root = mapper.readTree(jsonString);
            String orderId = root.get("OrderID").asText();
            String customer = root.get("Customer").asText();
            String date = root.get("Date").asText();

            System.out.println("OrderID: " + orderId);
            System.out.println("Customer: " + customer);
            System.out.println("Date: " + date);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

4. Jsoup

如果你需要从HTML文档中提取值，Jsoup是一个非常好的选择。

  [java]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;

public class JsoupExample {
    public static void main(String[] args) {
        String html = "<div>OrderID: 12345</div><div>Customer: John Doe</div><div>Date: 2023-08-05</div>";

        Document doc = Jsoup.parse(html);
        String orderId = doc.select("div:contains(OrderID)").text().split(": ")[1];
        String customer = doc.select("div:contains(Customer)").text().split(": ")[1];
        String date = doc.select("div:contains(Date)").text().split(": ")[1];

        System.out.println("OrderID: " + orderId);
        System.out.println("Customer: " + customer);
        System.out.println("Date: " + date);
    }
}

这些开源库各有优势，选择哪一种取决于具体的使用场景和需求。

常见的文本格式除了 xml json csv html properties，还有什么？

除了XML、JSON、CSV、HTML和Properties文件外，还有许多其他常见的文本格式，用于不同的应用场景和需求。以下是一些常见的文本格式：

1. YAML

YAML（YAML Ain’t Markup Language）是一种适合人类阅读的数据序列化格式，常用于配置文件和数据交换。

  [yaml]
1
2
3
4
order:
  id: 12345
  customer: John Doe
  date: 2023-08-05

2. INI

INI文件是一种简单的配置文件格式，通常用于初始化配置。每个条目分为节、键和值。

  [ini]
1
2
3
4
[order]
id = 12345
customer = John Doe
date = 2023-08-05

3. Markdown

Markdown是一种轻量级标记语言，用于格式化文档，特别适用于编写说明文档、README文件等。

  [markdown]
1
2
3
4
5
# Order Details

- **Order ID**: 12345
- **Customer**: John Doe
- **Date**: 2023-08-05

4. TSV

TSV（Tab-Separated Values）类似于CSV，但使用制表符（Tab）作为分隔符。

  [plaintext]
1
2
OrderID	Customer	Date
12345	John Doe	2023-08-05

5. RTF

RTF（Rich Text Format）是一种用于文本文档的格式，支持文本样式和格式。

{\rtf1\ansi{\fonttbl\f0\fswiss Helvetica;}\f0\pard
OrderID: 12345 \par
Customer: John Doe \par
Date: 2023-08-05 \par
}

6. LaTeX

LaTeX是一种排版系统，用于生成高质量的文档，尤其是包含数学公式的文档。

  [latex]
1
2
3
4
5
6
\documentclass{article}
\begin{document}
OrderID: 12345 \\
Customer: John Doe \\
Date: 2023-08-05
\end{document}

7. TOML

TOML（Tom’s Obvious, Minimal Language）是一种用于配置文件的格式，设计目标是简单易读。

  [toml]
1
2
3
4
[order]
id = 12345
customer = "John Doe"
date = "2023-08-05"

8. SQL

SQL文件用于定义数据库的结构和查询数据。

  [sql]
1
INSERT INTO orders (id, customer, date) VALUES (12345, 'John Doe', '2023-08-05');

9. Log文件

日志文件用于记录系统或应用程序的运行状态、错误信息等。

  [plaintext]
1
2023-08-05 12:34:56 INFO OrderID: 12345, Customer: John Doe, Date: 2023-08-05

10. Shell Script

Shell脚本用于自动化任务，在Unix/Linux系统中广泛使用。

  [sh]
1
2
3
4
5
#!/bin/bash
order_id=12345
customer="John Doe"
date="2023-08-05"
echo "OrderID: $order_id, Customer: $customer, Date: $date"

这些格式各有其特定的应用场景，选择哪种格式取决于具体的需求和使用环境。

参考资料

场景
- 值提取系列
- 代码地址
可以考虑做的工具
整体目标
chat
- 介绍一下值提取，比如想从一个字符串，一个提取方式的输入框，获取到想提提取的值。
- 常见的文本格式除了 xml json csv html properties，还有什么？
  - 1. YAML
  - 2. INI
  - 3. Markdown
  - 4. TSV
  - 5. RTF
  - 6. LaTeX
  - 7. TOML
  - 8. SQL
  - 9. Log文件
  - 10. Shell Script
参考资料

字符串值提取工具-01-value-extraction 概览

场景

值提取系列

代码地址

可以考虑做的工具

整体目标

希望支持的文本类别

对应的策略

拓展

chat

介绍一下值提取，比如想从一个字符串，一个提取方式的输入框，获取到想提提取的值。

1. Apache Commons Lang

2. Regex (正则表达式)

3. Jackson

4. Jsoup

常见的文本格式除了 xml json csv html properties，还有什么？

1. YAML

2. INI

3. Markdown

4. TSV

5. RTF

6. LaTeX

7. TOML

8. SQL

9. Log文件

10. Shell Script

参考资料

更多学习

场景

值提取系列

代码地址

可以考虑做的工具

整体目标

希望支持的文本类别

对应的策略

拓展

chat

介绍一下值提取，比如想从一个字符串，一个提取方式的输入框，获取到想提提取的值。

1. Apache Commons Lang

2. Regex (正则表达式)

3. Jackson

4. Jsoup

常见的文本格式 除了 xml json csv html properties，还有什么？

1. YAML

2. INI

3. Markdown

4. TSV

5. RTF

6. LaTeX

7. TOML

8. SQL

9. Log文件

10. Shell Script

参考资料

更多学习

常见的文本格式除了 xml json csv html properties，还有什么？