[JAVA] Trenger hjelp til Regex

[Yawa]

I programmet DigiDocflow hvor man kan OCR-scanne dokumenter og hente ut diverse data basert på forhåndsatte soner i en mal som jeg kan skrive direkte til en database (mysql i mitt tilfelle via ODBC tilkobling) kan jeg benytte meg av regular Expression. Men siden dette feltet ikke er min sterkeste side lurer jeg på om noen vet om 2 stk. type "snutter".

 

Den ene er å hente ut kun første bokstav fra hvert ord (i mitt tilfelle er det snakk om å hente ut forbokstavene i navnefeltet).

Den andre er å trimme whitespaces i begge kanter...

 

Noen som vet om noe slikt?

 

Gjerne også konvertere datoformat fra 22.08.2001 til 2011-08-22... Leser litt, men får det ikke ordentlig til, så tips her setter jeg stor pros på...

 

Takker på forhånd...

Endret 23. august 2011 av Yawa

[snippsat]

Du sier ikke noe om språk.

Kan ta litt med python.

 

Den ene er å hente ut kun første bokstav fra hvert ord

>>> import re
>>> s = 'The quick brown fox jumps over the lazy dog'
>>> re.findall(r'\b[a-zA-Z]', s)
['T', 'q', 'b', 'f', 'j', 'o', 't', 'l', 'd']
>>> #Finne bare store bokstaver først i hvert ord
>>> s = 'The quick brown fox jumps over the lazy Dog'
>>> re.findall(r'\b[A-Z]', s)
['T', 'D']

Den andre er å trimme whitespaces i begge kanter...

>>> c = ' car '
>>> c
' car '
>>> re.sub(r'\s', '', c)
'car'
#Uten regex
>>> c = ' car '
>>> c.split()[0]
'car'

Gjerne også konvertere datoformat fra 22.08.2001 til 2011-08-22... Leser litt

>>> d = '22.08.2001'
>>> d = d.split('.')
>>> print '%s-%s-%s' % (d[2],d[1],d[0])
2001-08-22

import datetime, dateutil.parser

date = '22.08.2001'
d = dateutil.parser.parse(date)
print d.strftime('%Y-%m-%d') #2001-08-22

Endret 22. august 2011 av SNIPPSAT

[FraXinuS]

Den andre er å trimme whitespaces i begge kanter...

>>> c = ' car '
>>> c
' car '
>>> re.sub(r'\s', '', c)
'car'
#Uten regex
>>> c = ' car '
>>> c.split()[0]
'car'

 

Eller:

' car '.strip()

[Yawa]

usikker på hvilket språk, men DigiDocFlow er et java-basert programm, så ville tippe det er java... prøver å undersøke detta, men står llite om akkurat detta emnet.

[GeirGrusom]

Den bruker helt sikkert Java sitt regex bibliotek i det minste.

 

http://download.oracle.com/javase/tutorial/essential/regex/

[Terrasque]

http://www.regular-expressions.info/index.html kan kanskje være til hjelp. Har regex tutorial, eksempler, referanse, og notater om implentasjonen og hva som støttes i forskjellige språk.

[rulleguru]

Fjerne whitespaces:

 

String test = " hei ";

System.out.print(test.trim());

 

Første bokstav:

 

String test = "Per";

test.substring(0,1);

 

Gir første bokstav

 

EDIT:

trodde du kunne skrive java-kode inn der og, men om du bare kan bruke regexp er det en annen sak

 

Update:

Første bokstav:

^\D

Endret 25. august 2011 av rulleguru

[Kiff]

Gjerne også konvertere datoformat fra 22.08.2001 til 2011-08-22... Leser litt, men får det ikke ordentlig til, så tips her setter jeg stor pros på...

 

Jeg kjenner ikke til DigiDocflow, men hvis du kan skrive Java kode kan du bruke SimpleDateFormat for å skrive om datostrengen.

 

public static String switchdate(final String indate) throws ParseException {
	SimpleDateFormat sdf = new SimpleDateFormat("dd.MM.yyyy");
	Date mydate = sdf.parse(indate);
	sdf = new SimpleDateFormat("yyyy-MM-dd");
	return sdf.format(mydate);
}