拆分字符串（尤其是在 Java 中使用 java.util.regex 或其他东西）答案

【问题标题】：Splitting a String (especially in Java with java.util.regex or something else)拆分字符串（尤其是在 Java 中使用 java.util.regex 或其他东西）
【发布时间】：2009-05-07 19:07:00
【问题描述】：

有谁知道如何根据转义序列在字符上拆分字符串？

例如，如果字符是':'，则“a:b”被分成两部分（“a”和“b”），而“a:b”根本不被分割。

我认为这很难（不可能？）与正则表达式有关。

提前谢谢你，

凯达

【问题讨论】：

另见stackoverflow.com/questions/820172/…。

标签： java regex split context-free-grammar

【解决方案1】：

由于 Java 支持可变长度的look-behinds（只要它们是有限的），您可以这样做：

import java.util.regex.*;

public class RegexTest {
    public static void main(String[] argv) {

        Pattern p = Pattern.compile("(?<=(?<!\\\\)(?:\\\\\\\\){0,10}):");

        String text = "foo:bar\\:baz\\\\:qux\\\\\\:quux\\\\\\\\:corge";

        String[] parts = p.split(text);

        System.out.printf("Input string: %s\n", text);
        for (int i = 0; i < parts.length; i++) {
            System.out.printf("Part %d: %s\n", i+1, parts[i]);
        }

    }
}

(?<=(?<!\\)(?:\\\\){0,10}) 在后面查找偶数个反斜杠（包括零，最多 10 个）。

输出：

Input string: foo:bar\:baz\\:qux\\\:quux\\\\:corge
Part 1: foo
Part 2: bar\:baz\\
Part 3: qux\\\:quux\\\\
Part 4: corge

另一种方法是匹配部分本身，而不是在分隔符处拆分。

Pattern p2 = Pattern.compile("(?<=\\A|\\G:)((?:\\\\.|[^:\\\\])*)");
List<String> parts2 = new LinkedList<String>();
Matcher m = p2.matcher(text);
while (m.find()) {
    parts2.add(m.group(1));
}

奇怪的语法源于它需要处理字符串开头和结尾处的空片段的情况。当匹配恰好跨越零个字符时，下一次尝试将开始一个字符超过它的结尾。如果没有，它将匹配另一个空字符串，以及另一个，无限……

(?<=\A|\G:) 将在后面查找字符串的开头（第一段）或上一个匹配的结尾，然后是分隔符。如果我们使用(?:\A|\G:)，如果第一部分为空（输入以分隔符开头），它将失败。
\\. 匹配任何转义字符。
[^:\\] 匹配任何不在转义序列中的字符（因为 \\. 消耗了这两个字符）。
((?:\\.|[^:\\])*) 捕获所有字符，直到第一个非转义分隔符进入捕获组 1。

【讨论】：

【解决方案2】：

(?<=^|[^\\]): 让你接近，但不解决转义的斜杠。（这是一个文字正则表达式，当然你必须转义其中的斜杠才能将其转换为 java 字符串）

(?<=(^|[^\\])(\\\\)*): 那怎么样？我认为这应该满足前面有偶数个斜杠的任何 ':'。

编辑：不要对此投赞成票。 MizardX 的解决方案更好:)

【讨论】：

关键是 (?
MizardX 指出后视需要有一个有限的长度。我的没有，所以我想它不起作用（尚未测试）。我相信我们的解决方案在其他方面是相似的。他可能更好，因为它使用负后视来检查非斜杠字符，而我使用“^|[^\\]”，它在多行场景中可能会或可能不会有不同的行为（不确定）。
(^|[^\\]) 应该可以工作。 ^ 可能匹配行的开头而不是字符串。没关系，因为它仍然保证它不是反斜杠。 [^\\] 也会匹配换行符，所以在不使用多行模式时也没有问题。