【发布时间】：2017-09-25 18:55:15
【问题描述】：
我正在尝试找出一个可以与 java 的 String.split(regex) 一起使用的正则表达式，以便从文件中获取“行”数组。
回车不定义行尾，而是逗号定义 - 但不是所有逗号。如果逗号位于括号、单引号或注释之间（/* 注释，更多注释 */），则不表示一行结束。
例子：
1 test fixed(5,2),
2 another_test char(12),
2 a_third_test,
3 one pic'9{9}V.99',
3 two pic'9,999V.99',
3 three fixed(7,2),
/* test,t*/
/*test 2,*/
/*and more */
2 another_field fixed bin(13),
2 a_really_long_super_long_field_name_requiring_two_lines_for_declaration
char(1),
2 a_field char(8);
预期的输出是（为清楚起见省略了 \t 和额外的空格）：
1 test fixed(5,2)
2 another_test char(12)
2 a_third_test
3 one pic'9{9}V.99'
3 two pic'9,999V.99'
3 three fixed(7,2)
/* test,t*//*test 2,*//*and more */ 2 another_field fixed bin(13)
2 a_really_long_super_long_field_name_requiring_two_lines_for_declaration
char(1)
2 a_field char(8)
我想出了 3 个单独的正则表达式来获得 3 个部分：
-
,(?![^(]*\))- 所有逗号都不在括号中 -
(,(?![^']*'))- 所有逗号都不用单引号 -
(,(?![^\/\*]*\*\/))- 所有逗号不在评论中
我尝试使用 or (.*?)|(,)|'.*?'|(,)|\/*.*?*\/|(,) 加入他们，但得到以下信息：
1 test fixed
2 another_test char
2 a_third_test
3 one pic
3 two pic
3 three fixed
2 another_field fixed bin
2 a_really_long_super_long_field_name_requiring_a_line_break_... char
2 a_field char
有没有一种方法可以将这 3 个正则表达式（或者有更好的表达式？）组合起来找到满足所有 3 个的组？
更新：
我可以用一些简单的 java 完成确切的事情，但我想用正则表达式作为学术追求。
String temp = "";
for(String line:text.split("\n")){
if(line.trim().charAt(line.trim().length()-1) == ',' || line.trim().charAt(line.trim().length()-1) == ';'){
System.out.println(temp + line);
temp = "";
} else {
temp += line.trim();
}
}
【问题讨论】：
-
这是 or 运算符可以提供帮助的地方吗？
-
这是我尝试的第一件事，使用 (.*?)|(,)|'.*?'|(,)|\/*.*?*\/|(,)我得到：
1 test fixed 2 another_test char 2 a_third_test 3 one pic 3 two pic 3 three fixed 2 another_field fixed bin 2 a_really_long_super_long_field_name_requiring_two_lines... char 2 a_field char -
这就是问题的主体。
-
逗号总是在行尾吗？
-
是的，除了评论。当逗号不在单引号或括号之间时，一行结束。我要解析的文件实际上是旧的 PLi 和 COBOL 结构。声明字段的行将始终以逗号结尾，但以分号结尾的结构的末尾除外。
标签： regex regex-lookarounds regex-greedy regex-group