基于正则表达式拆分字符串但保留分隔符答案

【问题标题】：Split string based on regex but keep delimiters基于正则表达式拆分字符串但保留分隔符
【发布时间】：2012-11-14 05:42:15
【问题描述】：

我正在尝试使用各种字符作为分隔符来拆分字符串，并将这些分隔符保留在它们自己的数组索引中。例如说我要拆分字符串：

如果 (x>1) 返回 x * 事实(x-1);

使用 '(', '>', ')', '*', '-', ';'和 '\s' 作为分隔符。我希望输出为以下字符串数组：{"if"、"("、"x"、">"、"1"、")"、"return"、"x"、"*"、"fact "、"("、"x"、"-"、"1"、")"、";"}

我目前使用的正则表达式是 split("(?=(\\w+(?=[\\s\\+\\-\\*/<(<=)>(>=)(==)(!=)=;,\\.\"\\(\\)\\[\\]\\{\\}])))")

在每个单词字符处拆分，无论它是否后跟分隔符之一。例如

测试+1

输出 {"t","e","s","t+","1"} 而不是 {"test+", "1"}

为什么即使该字符后面没有我的一个分隔符，它也会在每个字符处拆分？还有一个正则表达式，它甚至可以在 Java 中实现吗？谢谢

【问题讨论】：

【解决方案1】：

好吧，您可以使用环视在个字符之间分割点，而无需使用分隔符：

(?<=[()>*-;\s])|(?=[()>*-;\s])

这将在每个分隔符之前和之后创建一个分割点。不过，您可能需要从结果数组中删除多余的空白元素。

快速 PowerShell 测试（| 标记分割点）：

PS Home:\> 'if (x>1) return x * fact(x-1);' -split '(?<=[()>*-;\s])|(?=[()>*-;\s])' -join '|'
if| |(|x|>|1|)| |return| |x| |*| |fact|(|x|-|1|)|;|

【讨论】：

【解决方案2】：

这个模式怎么样？

(\w+)|([\p{P}\p{S}])

【讨论】：

【解决方案3】：

要回答您的问题“为什么？”，这是因为您的整个表达式都是一个前瞻断言。只要该断言在每个字符上都是正确的（或者我应该说“介于”），它就可以分裂。

此外，您不能在字符类中分组，例如 (<=) 没有做你认为它正在做的事情。

【讨论】：