正则表达式提取由空格分隔的键值对，值中有空格答案

【问题标题】：Regex to extract key-value pairs separated by space, with space in values正则表达式提取由空格分隔的键值对，值中有空格
【发布时间】：2015-03-23 17:42:08
【问题描述】：

假设一个包含多个连续键值对的单行字符串，以空格分隔，但值中也允许空格（不在键中），例如

key1=one two three key2=four key3=five six key4=seven eight nine ten

从上面正确提取键值对将产生以下映射：

"key1", "one two"
"key2", "four"
"key3", "five six"
"key4", "seven eight nine ten"

其中“keyX”可以是任何字符序列，不包括空格。

尝试一些简单的事情，比如

([^=]+=[^=]+)+

或类似的变化是不够的。

是否有一个正则表达式可以完全处理这种提取，而不需要任何进一步的字符串处理？

【问题讨论】：

试试 ([^= ]+=[^=]+ *)+
我试过了，还是不行。查看其他答案。谢谢。

标签： java regex key-value keyvaluepair

【解决方案1】：

试试lookahead:

(\b\w+)=(.*?(?=\s\w+=|$))

作为 Java 字符串：

"(\\b\\w+)=(.*?(?=\\s\\w+=|$))"

Test at regex101.com; Test at regexplanet（点击“Java”）

【讨论】：

【解决方案2】：

\1 包含键，\2 包含值：

(key\d+)=(.*?)(?= key\d+|$)

在 Java 中使用 \\ 转义 \：

(key\\d+)=(.*?)(?= key\\d+|$)

演示：https://regex101.com/r/dO8kM2/1

【讨论】：

“key”字符串只是一个占位符名称。键可以有任何值，没有空格。它不起作用，但即使您不修改它也会 +1。谢谢。
我看到了 Johny5 的答案，它更好，正是您想要的，所以我决定不编辑我的答案。 ;)
当然。说得通。 :-)

【解决方案3】：

而不是正则表达式，我建议你使用indexOf解析它。类似的，

String in = "key1=one two three key2=four key3=five six "
        + "key4=seven eight nine ten";
Map<String, String> kvp = new LinkedHashMap<>();
int prev = 0;
int start;
while ((start = in.indexOf("key", prev)) != -1) {
    // Find the next "=" sign.
    int eqlIndex = in.indexOf("=", start + 3);
    // Find the end... maybe the end of the String.
    int end = in.indexOf("key", eqlIndex + 1);
    if (end == -1) {
        // It's the end of the String.
        end = in.length();
    } else {
        // One less than the next "key"
        end--;
    }
    kvp.put(in.substring(start, eqlIndex),
            in.substring(eqlIndex + 1, end).trim());
    prev = start + 3;
}
for (String key : kvp.keySet()) {
    System.out.printf("%s=\"%s\"%n", key, kvp.get(key));
}

输出是

key1="one two three"
key2="four"
key3="five six"
key4="seven eight nine ten"

【讨论】：

当然，但我要的是正则表达式。无论如何+1，谢谢。 :-)

【解决方案4】：

如果空格不重复，类似的事情也是可能的：

([^\\s=]+)=([^=]+(?=\\s|$))

否则你总是可以这样写：

([^\\s=]+)=([^=]+\\b(?=\\s|$))

如果键名不太长，因为它们使用回溯，这些模式是一个很好的解决方案。

你也可以这样写，最多回溯一步：

([^\\s=]+)=(\\S+(?>\\s+[^=\\s]+)*(?!=))

【讨论】：

我尝试了所有 3 种模式，但似乎都没有。也许他们需要稍微修改一下。无论如何+1，谢谢。
@PNS：这三个模式是写直接在你的Java代码中使用的，如果你想在在线正则表达式测试器（regex101.com或regexplanet）中测试它们，你需要替换双反斜杠, 带有简单的反斜杠。这三种模式有效。最后一个可能更有效。（参见 regex101 中的调试器）