用于处理转义分隔符和转义转义字符的 Java String.split() 正则表达式

Question

String testString = "a\\,b\\\\,c,d\\\\\\,e,f\\\\g";
String[] splitedString = test.split(PATTERN_STRING);
for (String string : splitedString) {
    System.out.println(string);
}

这里我有一个字符串，它将字符串列表编码为字符串，其中转义字符为 \，分隔符为 ,
注意：（示例中的反斜杠因 Java 代码而加倍）
反斜杠和逗号在原始字符串和结果字符串用逗号合并。我需要一个正则表达式将此字符串拆分为原始字符串列表。
所以以字符串为例

"a\,b\\,c,d\\\,e,f\\g"

我需要得到这样的字符串：

"a\,b\\"
"c"
"d\\\,e"
"f\\g"

所以拆分的逻辑很简单：仅当反斜杠的数量为偶数时才使用分隔符逗号拆分：0,2,4...仅在这种情况下，此逗号是分隔符。如果逗号前的反斜杠数量是奇数，则它是转义逗号，不应发生拆分。

任何人都可以帮助我为这种情况使用适当的正则表达式吗？

编辑
我知道这个正则表达式：(?<!\\\\), 将有助于用逗号分割字符串，而逗号之前没有反斜杠。但在我的情况下，如果逗号之前的斜线数量是偶数，我也需要拆分。

感谢任何帮助。

Answer 1

如果必须拆分，那么您可以尝试类似

split("(?<!(?<!\\\\)\\\\(\\\\{2}){0,1000000000}),")

我使用{0,1000000000} 而不是*，因为Java 中的look-behind 需要有明显的最大长度，而1000000000 似乎已经足够好，除非你可以有超过1000000000 连续\\ in你的文字。

---

如果它不必是split，那么你可以使用

Matcher m = Pattern.compile("(\\G.*?(?<!\\\\)(\\\\{2})*)(,|(?<!\\G)$)",
        Pattern.DOTALL).matcher(testString);
while (m.find()) {
    System.out.println(m.group(1));
}

\\G 表示上一个匹配的结束，或者如果这是 Matcher 的第一次迭代并且没有字符串 ^ 的上一个匹配开始。

---

但最快且不太难实现的方法是编写自己的解析器，它会使用escaped 之类的标志来表示当前检查的字符已用\ 转义。

public static List<String> parse(String text) {
    List<String> tokens = new ArrayList<>();
    boolean escaped = false;
    StringBuilder sb = new StringBuilder();

    for (char ch : text.toCharArray()) {
        if (ch == ',' && !escaped) {
            tokens.add(sb.toString());
            sb.delete(0, sb.length());
        } else {
            if (ch == '\\')
                escaped = !escaped;
            else
                escaped = false;
            sb.append(ch);
        }
    }

    if (sb.length() > 0) {
        tokens.add(sb.toString());
        sb.delete(0, sb.length());
    }

    return tokens;
}

---

所有方法的演示：

String testString = "a\\,b\\\\,c,d\\\\\\,e,f\\\\g";
String[] splitedString = testString
        .split("(?<!(?<!\\\\)\\\\(\\\\{2}){0,1000000000}),");
for (String string : splitedString) {
    System.out.println(string);
}

System.out.println("-----");
Matcher m = Pattern.compile("(\\G.*?(?<!\\\\)(\\\\{2})*)(,|(?<!\\G)$)",
        Pattern.DOTALL).matcher(testString);
while (m.find()) {
    System.out.println(m.group(1));
}

System.out.println("-----");
for (String s : parse(testString))
    System.out.println(s);

输出：

a\,b\\
c
d\\\,e
f\\g
-----
a\,b\\
c
d\\\,e
f\\g
-----
a\,b\\
c
d\\\,e
f\\g

Answer 2

试试，

我只是通过使用字符串操作来实现你的逻辑。

String string = "a\\,b\\\\,c,d\\\\\\,e,f\\\\g";
String finalString = "";
for(String i : string.split(",")){
    int count = 0;
    for(int j=0;j<i.length();j++)
        if(i.charAt(j) == '\\')
            count++;    
    finalString+=(count%2==0)?","+i+"$":","+i;
} 
for(String finalAns: finalString.split("\\$")){
    System.out.println(finalAns.replaceFirst(",", ""));
}

输出：

a\,b\\
c
d\\\,e
f\\g

Answer 3

这将为您解决问题：

String[] splitedString = testString.split("(?<=[a-z])(\\\\{2})*,");

这里，它使用字符串中的偶数（0 是偶数）\，后跟, 作为分割分隔符。

使用lookbehind，检查\之前的最后一个字符是否是字母。