用于拆分的正则表达式模式答案

【问题标题】：Regex pattern for split用于拆分的正则表达式模式
【发布时间】：2013-08-01 21:29:04
【问题描述】：

我想解决这个问题。

, 逗号：拆分术语
" 双引号：字符串值（忽略特殊字符）
[]数组

例如：

输入：a=1,b="1,2,3",c=[d=1,e="1,2,3"]

预期输出：

    a=1
    b="1,2,3"
    c=[d=1,e="1,2,3"]

但我无法得到以上结果。

我已经写了下面的代码：

 String line = "a=1,b=\"1,2,3\",c=[d=1,e=\"1,11\"]";
 String[] tokens = line.split(",(?=(([^\"]*\"){2})*[^\"]*$)");
 for (String t : tokens)
      System.out.println("> " + t);

我的输出是：

a=1
b="1,2,3"
c=[d=1
e="1,11"]

我需要进行哪些更改才能获得预期的输出？我应该坚持使用正则表达式还是其他解决方案更灵活、更易于维护？

【问题讨论】：

另见：stackoverflow.com/questions/1757065/…
不要转发您的问题，尤其是在没有解释您认为有必要转发的原因的情况下。（如果针对该问题提供的答案不充分，请编辑原始问题而不是重新发布。）另外，不要复制并粘贴某人的代码并说您“有写”它。
@PaulProgrammer 是的，但请看我的回答。只要结构不是太疯狂或太灵活，正则表达式就可以工作。
当然，你可以做很多疯狂的事情，但这并不意味着你应该
再次声明，请勿转发；编辑。未能收到适合您的答案是永远重新发布的充分理由。请记住，您最初的问题甚至还没有 24 小时开放。

标签： java regex parsing

【解决方案1】：

这个正则表达式可以解决问题：

",(?=(([^\"]*\"){2})*[^\"]*$)(?=([^\\[]*?\\[[^\\]]*\\][^\\[\\]]*?)*$)"

它的工作原理是在逗号后添加匹配方括号对的前瞻 - 如果您在一个方括号术语中，那么后面当然不会有平衡括号。

这是一些测试代码：

String line = "a=1,b=\"1,2,3\",c=[d=1,e=\"1,11\"]";
String[] tokens = line.split(",(?=(([^\"]*\"){2})*[^\"]*$)(?=([^\\[]*?\\[[^\\]]*\\][^\\[\\]]*?)*$)");
for (String t : tokens)
    System.out.println(t);

输出：

a=1
b="1,2,3"
c=[d=1,e="1,11"]

【讨论】：

完美的例子！！谢谢
如果故意建议的代码不适用于"c=[d=1,e=\"1,11\"],b=\"1,2,3\",a=1" ?

【解决方案2】：

我知道这个问题已经有将近一年的历史了，但是……这个正则表达式要简单得多：

\[[^]]*\]|"[^"]*"|(,)

| 的最左侧分支匹配 [complete brackets]
| 的下边匹配 \"strings like this\"
右侧将逗号捕获到第 1 组，我们知道它们是正确的逗号，因为它们与左侧的表达式不匹配
我们需要做的就是拆分到第 1 组

在第 1 组捕获上拆分

你可以这样做（见online demo底部的输出）：

String subject = "a=1,b=\"1,2,3\",c=[d=1,e=\"1,11\"]";
Pattern regex = Pattern.compile("\\[[^]]*\\]|\".*?\"|(,)");
Matcher m = regex.matcher(subject);
StringBuffer b= new StringBuffer();
while (m.find()) {
if(m.group(1) != null) m.appendReplacement(b, "@@SplitHere@@");
else m.appendReplacement(b, m.group(0));
}
m.appendTail(b);
String replaced = b.toString();
String[] splits = replaced.split("@@SplitHere@@");
for (String split : splits) System.out.println(split);

这是一个两步拆分：首先，我们用独特的东西替换逗号，例如@@SplitHere@@

优点和缺点

这种技术的主要好处是它非常易于理解和维护。如果您突然决定排除逗号{inside , curlies}，您只需在正则表达式左侧添加另一个OR 分支：{[^{}]*}
当您熟悉它时，您可以在许多情况下使用它
在这种情况下，主要缺点是我们在拆分之前分两步进行替换。在我看来，与现代处理器无关。可维护的代码更为重要。

参考

这种技术有很多应用。在这两个链接中进行了充分的说明。

【讨论】：