Android Studio Java食谱有效数字及对应食材正则提取问题

核心需求回顾 #

• 从TXT文件提取整数/小数数字，排除温度（带°C，有无空格均可）、时长（带时/分/秒，有无空格均可）类数字
• 单独匹配数字、对应单位（如果有）、食材词汇，支持数字与单位无空格的情况（如10ml milk）
• 保留温度、时长类数字不做处理

正则表达式设计 #

针对需求，设计带负向断言的正则，用于精准匹配目标内容：

String regex = "(?<!\\d)(\\d+\\.?\\d*)(?!\\s*(?:°C|时|分|秒))\\s*(?:([a-zA-Z]+)\\s*)?(\\w+)";

正则各部分解释 #

• (?<!\\d)：负向零宽断言，确保数字前无其他数字，避免匹配数字片段（如123中的23）
• (\\d+\\.?\\d*)：捕获组1，匹配整数或小数（如3、10.5、0.75）
• (?!\\s*(?:°C|时|分|秒))：负向零宽断言，排除数字后紧跟（可选空格）温度/时长单位的情况
• \\s*：匹配数字与后续内容间的可选空格
• (?:([a-zA-Z]+)\\s*)?：非捕获组包裹捕获组2，匹配可选的无空格单位（如ml、g、cup），单位后允许空格
• (\\w+)：捕获组3，匹配食材核心词汇（如eggs、milk、flour）

Java代码实现示例 #

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RecipeIngredientParser {
    public static void parseIngredients(String recipeText) {
        // 正则表达式，注意Java中转义符需双写
        String regex = "(?<!\\d)(\\d+\\.?\\d*)(?!\\s*(?:°C|时|分|秒))\\s*(?:([a-zA-Z]+)\\s*)?(\\w+)";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(recipeText);

        while (matcher.find()) {
            String quantity = matcher.group(1);
            String unit = matcher.group(2); // 无单位时返回null
            String ingredient = matcher.group(3);

            // 输出提取结果，可根据需求存入实体类或更新UI
            System.out.printf("提取结果：数量=%s，单位=%s，食材=%s%n",
                    quantity, unit == null ? "无" : unit, ingredient);
        }
    }

    public static void main(String[] args) {
        // 测试文本，包含食材列表和步骤内容
        String testRecipe = "食材：3 eggs，10ml milk，2.5g flour\n步骤：将100°C的水倒入碗中，加入15ml honey，搅拌5分钟后静置";
        parseIngredients(testRecipe);
    }
}

代码说明 #

• 遍历匹配结果时，通过group(1)获取数字数量，group(2)获取单位（无则为null），group(3)获取食材词汇
• 温度（100°C）、时长（5分钟）类数字会被负向断言排除，不会被匹配

关键问题解决 #

1. 数字与单位无空格匹配：正则中\\s*(?:([a-zA-Z]+)\\s*)?允许数字后直接跟单位（\\s*为可选空格），解决10ml milk这类场景的匹配问题
2. 精准排除温度/时长数字：通过(?!\\s*(?:°C|时|分|秒))断言，无论数字与单位间有无空格，都会被排除

内容的提问来源于stack exchange，提问作者Armin Grobbelaar