【Java】短信信息提取设计

问题产生：当有要求做信息有效性校验的时候，如何提取短信中有用的信息？

举个例子：有这样一条短信消息：

【XXXXXX提醒】尊敬的客户，截止03月21日15:29，您本月套餐中包含手机上网国内流量累计1024.00M（含上月结转1.95M)，还剩0.00M；超出套餐后的国内流量按0.03元/MB收费。推荐您回复KTBY10订购10元500M国内流量包，订购后立即生效，按月收取费用，次月自动续订，当月可重复订购，当月剩余流量可结转至次月使用。更多流量包……

平台：java + springboot

这个问题解决的思路就是：类似联想这种信息产生的源头。是怎么生成的？

我的解决方案：

step1：标注有效（可变）信息，我这边采用的是{}；

【XXXXXX提醒】尊敬的客户，截止{03}月{21}日{15:29}，您本月套餐中包含手机上网国内流量累计{1024.00}M（含上月结转{1.95}M)，还剩{0.00}M；超出套餐后的国内流量按0.03元/MB收费。推荐您回复KTBY10订购10元500M国内流量包，订购后立即生效，按月收取费用，次月自动续订，当月可重复订购，当月剩余流量可结转至次月使用。更多流量包……

step2: 提取出模板占位的文字，就是花括号以外的，固定文字；

step3: 用上一步提炼的文字，对接下来需要处理的类似信息做信息提取。

Code:

public class TestRegex {
    public static void main(String[] args) {

        //配置的信息模板
        String modelString = "【提醒】尊敬的客户，截止{03}月{21}日 {15:29}，您本月套餐中包含手机上网国内流量累计{1024.00M}(含上月结转{1.95M})，还剩{0.00}M；超出套餐后的国内流量按{0.03}元/MB收费。" +
                "推荐您回复KTBY10订购10元500M国内流量包，订购后立即生效，按月收取费用，次月自动续订，当月可重复订购，当月剩余流量可结转至次月使用。" +
                "更多流量包介绍";

        //用来检测的
        String targetString = "【提醒】尊敬的客户，截止05月28日 15:44，您本月套餐中包含手机上网国内流量累计1024.00M(含上月结转1.95M)，还剩0.00M；超出套餐后的国内流量按0.03元/MB收费。" +
                "推荐您回复KTBY10订购10元500M国内流量包，订购后立即生效，按月收取费用，次月自动续订，当月可重复订购，当月剩余流量可结转至次月使用。" +
                "更多流量包介绍";

        //必要的删除特殊字符
        modelString = modelString.replaceAll("[\\(,\\),(，),]","");
        LinkedList<String> keyWordList = new LinkedList<>();
        String[] abc = modelString.split("\\{");
        for (String s : abc) {
            String[] c = s.split("\\}");
            if (c.length>=2){
                keyWordList.add(c[1]);
            }
        }
        ArrayList<String> values = new ArrayList<>();
        languageParse(targetString, keyWordList,values);
        System.out.println(values);
    }

    private static void languageParse(String sentence, LinkedList<String> keyWordList, ArrayList<String> values){
        //做数字的提取
        String regEx = "[^0-9,.,:]";
        Pattern p = Pattern.compile(regEx);
        if(sentence.length()>0 && keyWordList.size()>0){
            if (sentence.contains(keyWordList.get(0))){
                String value = sentence.split(keyWordList.get(0),2)[0];
                Matcher m = p.matcher(value);
                values.add(m.replaceAll("").trim());
                sentence = sentence.split(keyWordList.get(0),2)[1];
                keyWordList.poll();
                languageParse(sentence, keyWordList, values);
            }else{
                //剔除
                System.out.println("发现不存在的关键字:"+ keyWordList.poll());
                languageParse(sentence, keyWordList, values);
            }
        }
    }
}

提取结果：

[05, 28, 15:44, 1024.00, 1.95, 0.00]

一些补充：

1、为什么需要有一个model？

利用springboot的配置yml文件，配置我们需要处理文字信息模板，这样能够更加灵活。

2、这个问题解决的出发点是从信息生成的源头考虑的：“原先的信息是如何装配的？”从这里做的切入，才有了这个思路。

3、如果有更好的思路，可以给我评论鸭！