正则表达式帮助拆分字符串答案

【问题标题】：Regex help with splitting string正则表达式帮助拆分字符串
【发布时间】：2009-12-19 20:32:53
【问题描述】：

我需要能够解析这样的字符串：

kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl+-les-+kvs+-three

-+gdl+-kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl+-les-+kvs+-three

kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl+-les-+kvs+-three-+gdl+-

并在所有三种情况下识别这三个群体：

kev-+kvs+-one

greg-+kvs+-two

les-+kvs+-three

也就是说，它应该使用字符串-+gdl+-来分割字符串。

假设序列 -+gdl+- 不会出现，除非作为分隔符。

我将如何为此编写正则表达式？

【问题讨论】：

"有些人在遇到问题时会想“我知道，我会使用正则表达式。”现在他们有两个问题。 ——杰米·扎温斯基
我知道我可以拆分这个 - 我想知道是否可以使用正则表达式来做到这一点。您的评论似乎另有说明。
'有些人在遇到正则表达式时会想“我知道，我会使用我记得的朗朗上口的引语”。现在他们没有在讨论中添加任何内容。' --Tomalak
@Shoko：不清楚您认为正则表达式是什么。正则表达式不是工具，它们只是描述模式的一种方式，它们被工具（如类似拆分的函数）使用来做事。
@Kemp，说得好。我应该让自己更清楚：我想知道是否可以使用带有正则表达式的 match 方法来查找组。

标签： regex split

【解决方案1】：

您不必为此编写一个正则表达式，只需将您想要的字符串作为分隔符进行拆分，您就会得到想要的字段。

一个例子，但我不知道你使用什么语言

 "kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl+-les-+kvs+-three".split("-+gdl+-")

【讨论】：

在某些语言中，唯一的 split(...) 方法采用正则表达式（不是纯字符串）。以 Java 为例。
纯字符串是恰好没有元字符的正则表达式
String.split("-\+gdl\+-") 在 Java 中应该可以正常工作，你只需要正确地转义它。

【解决方案2】：

简而言之，你需要的正则表达式是这样的：

-\+gdl\+-

下面的 Java 代码可以做到这一点，打印出令牌的数量和令牌本身：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Regex {
    public static void main(String[] args) {
        String text = "kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl+-les-+kvs+-three";
        String regex = "-\\+gdl\\+-";
        Pattern p = Pattern.compile(regex);
        String[] tokens = p.split(text);
        System.out.println("Found " + tokens.length + " tokens");
        for (String token: tokens) {
            System.out.println("Found " + token);
        }
    }
}

【讨论】：

虽然有点冗长，String regex = "-\\+gdl\\+-"; Pattern p = Pattern.compile(regex); String[] tokens = p.split(text); 这三行可以简单地写成：String[] tokens = text.split("-\\+gdl\\+-");

【解决方案3】：

您可以使用正则表达式解决此问题，只需使用-+gdl+- 作为拆分模式即可。需要转义的内容取决于您的正则表达式风格。

在您发表评论后进行编辑：您可以通过匹配来完成，但这会增加不必要的复杂性。它还取决于语言，例如 PHP

preg_match_all('/(.*?)(?:-\+gdl\+-|$)/', $string, $match);

你会得到空匹配。

【讨论】：

谢谢，肯普。我不知道 $ 可以作为正则表达式的一部分单独存在。

【解决方案4】：

大多数正则表达式库都有拆分功能。您只需使用参数 +gdl+ 调用此函数，它会返回一个数组。详细信息因语言而异。

但是，您甚至不需要正则表达式。许多语言库将具有在“+gdl+”上拆分的功能。你用的是什么语言？

【讨论】：

正如我在上面对 Andreas 的评论中所说的，我知道我可以拆分它。我想知道是否可以使用正则表达式。你是说不可能吗？

【解决方案5】：

我不确定你在寻找什么语言，但是在 Ruby 中你可以使用[String#split]1（你不需要正则表达式，一个简单的字符串参数就可以了）：

>> strings = ["kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl+-les-+kvs+-three",
              "-+gdl+-kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl+-les-+kvs+-three",
              "kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl+-les-+kvs+-three-+gdl+-"]
>> split = strings.map {|s| s.split "-+gdl+-"}
=> [["kev-+kvs+-one", "greg-+kvs+-two", "les-+kvs+-three"], 
    ["", "kev-+kvs+-one", "greg-+kvs+-two", "les-+kvs+-three"], 
    ["kev-+kvs+-one", "greg-+kvs+-two", "les-+kvs+-three"]]

请注意，这确实存在在字符串开头或中间引入空字段的问题。如果您不想要任何空字段，您可能必须在之后过滤掉它们：

>> split.map {|a| a.reject {|s| s == ""}}
=> [["kev-+kvs+-one", "greg-+kvs+-two", "les-+kvs+-three"], 
    ["kev-+kvs+-one", "greg-+kvs+-two", "les-+kvs+-three"], 
    ["kev-+kvs+-one", "greg-+kvs+-two", "les-+kvs+-three"]]

如果您不熟悉 ruby，map 部分只是将相同的内容应用于数组中的每个项目，因此我可以演示这如何应用于我们的所有示例。

【讨论】：

【解决方案6】：

我不确定您使用的是哪种编程语言。如果您使用的是高级编程语言，如 java、python，它很容易，正如大多数人所指定的那样，您会找到一个 split 函数。

如果你使用命令行如 bash 提示符，我会使用 sed

$ str="kev-+kvs+-one-+gdl+-greg-+kvs+-two-+gdl..."

$ for i in ``echo $str | sed 's/-+gdl+-/ /g';回声 $i;完成

kev-+kvs+-one

greg-+kvs+-二

les-+kvs+-三

kev-+kvs+-one

greg-+kvs+-二

les-+kvs+-threekev-+kvs+-one

greg-+kvs+-二

les-+kvs+-三

或者在 Perl 中你可以做些不同的事情

$ 回声 $str | perl -pe 's/(.*?)-+gdl+-/$1\n/g'

【讨论】：