提取字符串组件以存储为函数、模式匹配器中的哈希映射键？

Question

我将数据存储在以下路径的文件中：

/home/yamada/data/train/atheism/file_name.txt

我使用此数据填充哈希映射，存储数据的来源及其内容如下。

/home/yamada/data/test/sports/t.s_1.txt, [0, 0, 1, 1, 0, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0]
/home/yamada/data/test/politics/t.p_0.txt, [0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0]
/home/yamada/data/test/atheism/t.a_0.txt, [0, 1, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
/home/yamada/data/test/science/t.s_0.txt, [1, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 0, 0, 2, 0, 0, 0, 1, 1, 1, 1, 0, 1, 0]

但是，我只想存储指向目录的路径，而不是具体的文件，像这样：

/home/yamada/data/train/atheism

下面的正则表达式命令能够根据regex101.com提取我感兴趣的组件：

(home\/yamada\/data\/train\/atheism)

如何使用 java 模式匹配器来确保只有前面提到的字符串，包括目录的路径，而不是文件名，被保存到哈希映射中？

模式匹配器是这个操作的最佳选择吗？

下面是填充哈希映射的方法。

public static void perceptron_data_struc_generateur(Set<String> GLOBO_DICT, 
                                                        Map<File, ArrayList<String> > fileDict,
                                                        Map<File, int[] > perceptron_input)
    {
        //create a new entry in the array list 'perceptron_input'
        //with the key as the file name from fileDict
            //create a new array which is the length of GLOBO_DICT
            //iterate through the indicies of GLOBO_DICT
                //for all words in globo dict, if that word appears in fileDict,
                //increment the perceptron_input index that corresponds to that
                //word in GLOBO_DICT by the number of times that word appears in fileDict

        //so i can get the index later
        List<String> GLOBO_DICT_list = new ArrayList<>(GLOBO_DICT);

        for (Map.Entry<File, ArrayList<String>> entry : fileDict.entrySet()) 
        {
            int[] cross_czech = new int[GLOBO_DICT_list.size()];
            //initialize to zero
            Arrays.fill(cross_czech, 0);

            for (String s : GLOBO_DICT_list)
            {

                for(String st : entry.getValue()) 
                {
                    if( st.equals(s) )
                    {
                        cross_czech[ GLOBO_DICT_list.indexOf( s ) ] = cross_czech[ GLOBO_DICT_list.indexOf( s ) ] +1;
                    }
                }
            }
            perceptron_input.put( entry.getKey() , cross_czech);    
        }
    }

Answer 1

如果我对你的问题的理解正确，你只想查找以 / 结尾的部分（文件名不会包含它）。在那种情况下

(\w+/)+

should do the trick（顺便说一句，我们不会在 Java 的正则表达式中转义 /）

但是，如果您的数据始终采用 path/to/file 形式并且您只想提取 path/to 那么您不需要正则表达式，您可以使用文件 class 及其 getParent 方法类似

String data = new File("/home/yamada/data/train/atheism/file_name.txt").getParent();
System.out.println(data);

这将 return \home\yamada\data\train\atheism 所以你将有 / 而不是 \，但如果你想在中使用此数据，这应该不是问题Java（File 接受两个分隔符）。

Answer 2

比那简单多了:

String dir = filename.replaceAll("/[^/]*$", "");

提取字符串组件以存储为函数、模式匹配器中的哈希映射键？

extract string component to store as hash map key within function, pattern matcher?

java

regex

pattern-matching