使用制表符和换行符解析路径的正则表达式模式？

Question

我有一条路径dir\n\tsubdir1\n\tsubdir2\n\t\tfile.ext，我想一次处理一个段。对于每个段，我想知道它前面有多少个制表符，并且我想保持路径的其余部分完好无损。对于给定的示例

迭代 1：

Preceding tabs: 0
Segment: dir
Rest: \n\tsubdir1\n\tsubdir2\n\t\tfile.ext

迭代 2：

Preceding tabs: 1
Segment: subdir1
Rest: \n\tsubdir2\n\t\tfile.ext

迭代 3：

Preceding tabs: 1
Segment: subdir2
Rest: \n\t\tfile.ext

迭代 4：

Preceding tabs: 2
Segment: file.ext
Rest: ""

我想出的模式是((?<=\\R)\\h*)(\\H+)。但是，这给了我\tsubdir1\n 作为第一场比赛。我做错了什么？

Answer 1

由于所有部分都由行分隔符\n 分隔，您可以简单地使用.+ 来匹配它们，因为默认点. 无法匹配行分隔符，因此您确定它会在\n 之前停止（或任何其他行分隔符，如\r）。

您还可以添加一些组以将选项卡与实际段分开，例如 named group (?<tabs>\t*) 以在每次匹配开始时匹配零个或多个选项卡。

要在匹配后打印剩余的文本，只需在最后一个匹配字符的索引后添加子字符串（您可以通过Matcher#end 获取它）。

要打印包含\n 和\t 的字符串（不是作为文字，而是作为一对反斜杠和字母），您可以手动将每个"\n" 替换为"\\n" 和"\t" 与"\\t" 或使用 org.apache.commons.lang 中的 StringEscapeUtils 之类的实用程序类，其中包含为我们执行此操作的 escapeJava 方法。

所以你的代码看起来像：

String path = "dir\n\tsubdir1\n\tsubdir2\n\t\tfile.ext";
Pattern p = Pattern.compile("(?<tabs>\t*)(?<segment>.+)");//dot can't match line separators
Matcher m = p.matcher(path);
int i = 1;
while(m.find()){
    System.out.println("iteration: " + i++);
    System.out.println("Preceding tabs: " + (m.group("tabs").length()));
    System.out.println("Segment: " + m.group("segment"));
    System.out.println("Rest: "+ StringEscapeUtils.escapeJava(path.substring(m.end())));
    System.out.println();
}

输出：

iteration: 1
Preceding tabs: 0
Segment: dir
Rest: \n\tsubdir1\n\tsubdir2\n\t\tfile.ext

iteration: 2
Preceding tabs: 1
Segment: subdir1
Rest: \n\tsubdir2\n\t\tfile.ext

iteration: 3
Preceding tabs: 1
Segment: subdir2
Rest: \n\t\tfile.ext

iteration: 4
Preceding tabs: 2
Segment: file.ext
Rest: