如何用空格分割字符串并将任何内容单独留在引号内？答案

【问题标题】：How to split a string with a space and leave anything inside a quotation alone?如何用空格分割字符串并将任何内容单独留在引号内？
【发布时间】：2016-02-01 00:14:28
【问题描述】：

给定用户输入的字符串，我试图通过删除任何空格并获取每个标记来拆分字符串。

但是当我在引号中有一个标记时我遇到了困难。这里有一些例子可以更好地说明：

用户输入：that is cool

预期输出：

that
is
cool

用户输入：The book "Harry Potter" is cool

预期输出：

The
book
"Harry Potter"
is
cool

用户输入：Here " is one final " example

预期输出：

Here
"     is   one   final   "
example

这是我目前所拥有的：

public static void main(String[] args) {
    String input;
    Scanner in = new Scanner(System.in);
    System.out.print("User input: ");
    input = in.nextLine();
    input = input.trim();
    input = input.replaceAll("\\s+", " ");
    String[] a = input.split(" ");

    for (String c: a) {
        System.out.println(c);
    }
}

它仅适用于第一个示例，但对于带有引号的示例，它会将引号内的空格分开膨胀。示例 3 输出：

Here
"
is
one
final
"
example

【问题讨论】：

报价标志，你应该对照报价检查每个字符，如果你遇到这种情况，你应该设置这个标志并继续寻找接近的报价。

标签： java regex string

【解决方案1】：

你能试试吗：

String str = "Here  \"     is   one   final   \"    example";
Pattern regex = Pattern.compile("[^\\s\"']+|\"([^\"]*)\"|'([^']*)'");
Matcher regexMatcher = regex.matcher(str);
while (regexMatcher.find()) {
  System.out.println(regexMatcher.group());
}

【讨论】：

【解决方案2】：

你可以使用这个模式

Pattern pattern = Pattern.compile("\"([^\"]+)\"|'([^']+)'|\\S+");

匹配空格之间或引号之间的单词和它们之间的空格。它也可以使用单引号正确运行。它会将"it's" 保留为一个您可能想要也可能不想要的单词。

然后您将像这样遍历所有匹配项

Matcher matcher = pattern.matcher(input);
while (matcher.find()) {
    System.out.println(matcher.group());
}

【讨论】：

【解决方案3】：

您可以尝试以下方法：

public static void main (String[] args) {
    System.out.println(Arrays.toString(splitOnSpacesButNotOnStrings(
         "The       book   \"Harry Potter\"   is   cool"
    )));
    System.out.println(Arrays.toString(splitOnSpacesButNotOnStrings(
         "Here  \"     is   one   final   \"    example"
    )));
    // Output:
    // [The, book, "Harry Potter", is, cool]
    // [Here, "     is   one   final   ", example]
}

private static String[] splitOnSpacesButNotOnStrings(String s) {
    return s.split(" +(?=(?:(?:.*?\"){2})*[^\"]*$)");
}

不过，只有当你的字符串是平衡的，即包含偶数个 "s 时，它才会起作用。

【讨论】：

【解决方案4】：

我能想到的唯一解决方案是编写一个小解析器，它简单地遍历您的输入字符串并保留一个标志，告诉您是否有一个开放引号。

public static void main(String[] args)
{
    String input = "Here  \"     is   one   final   \"    example";
    List<String> tokens = new ArrayList<>();
    boolean inQuote = false;

    input = input.trim();
    String token = "";
    for (char c : input.toCharArray())
    {
        if (c == ' ' && !inQuote)
        {
            if (token.length() > 0)
                tokens.add(token);
            token = "";
        }
        else
        {
            token += c;
            if (c == '"')
            {
                inQuote = !inQuote;
                if (!inQuote)
                {
                    tokens.add(token);
                    token = "";
                }
            }
        }
    }
    if (token.length() > 0)
        tokens.add(token);
    System.out.println(tokens);
}

【讨论】：

【解决方案5】：

不要专注于你想split 的事情。结果更容易专注于您想要find 的事情：

private static final Pattern p = Pattern.compile("\"[^\"]+\"|\\S+");
//                                     quotes---  ^^^^^^^^^^ 
//                                     non+whitespace        ^^^^ 
public static List<String> splitTokensAndQuotes(String text) {
    List<String> result = new ArrayList<>();
    Matcher m = p.matcher(text);
    while (m.find()) {
        result.add(m.group());
    }
    return result;
}

演示：

public static void main(String[] args) {

    splitTokensAndQuotes("that         is      cool")
            .forEach(System.out::println);
    System.out.println("------");

    splitTokensAndQuotes("the       book   \"Harry Potter\"   is   cool")
            .forEach(System.out::println);
    System.out.println("------");

    splitTokensAndQuotes("Here  \"     is   one   final   \"    example")
            .forEach(System.out::println);
    System.out.println("------");

}

结果：

that
is
cool
------
the
book
"Harry Potter"
is
cool
------
Here
"     is   one   final   "
example
------

【讨论】：

非常好的解决方案。我实际上正在考虑自己找到正确的正则表达式，但无法弄清楚。我唯一的批评是你没有充分的理由让它特定于 java 8。
@wvdz 谢谢:)。无论如何，Java 8 推出已经一年多了。老实说，我看不出有什么理由不使用它，因为如果有人不能使用 Java 8，forEach 可以很容易地使用 for 循环重写。

【解决方案6】：

这个呢：

public static void main(String[] args) {
    StringTokenizer stk;
    //String s="that         is      cool";
    //String s="The       book   "Harry Potter"   is   cool";
    String s = "Here  \"     is   one   final   \"    example";
    Scanner scanner = new Scanner(s);
    scanner.useDelimiter(" +(?=(?:(?:.*?\\\"){2})*[^\\\"]*$)");
    while (scanner.hasNext()) {
        System.out.println(scanner.next());

    }
}

【讨论】：

【解决方案7】：

以下是如何在一行中做到这一点：

String[] terms = input.trim().split(" +(?=(([^\"]*\"){2})*[^\"]*$)");

仅当不在引号内时才在空格上拆分，其中“不在引号内时”定义为“后跟偶数个引号”。

根据您的示例，对trim() 的调用是可选的，但会满足引导用户进入前导空格的情况。

一些测试代码：

String input = "Here  \"     is   one   final   \"    example";
String[] terms = input.trim().split(" +(?=(([^\"]*\"){2})*[^\"]*$)");
Arrays.stream(terms).forEach(System.out::println);

输出：

Here
"     is   one   final   "
example

【讨论】：