3

基本上，我需要像这样拆分字符串

"one quoted argument" those are separate arguments "but not \"this one\""

得到参数列表

  • “一个引用的论点”
  • 那些
  • 是
  • 分离
  • "但不是\"这个\""

这个正则表达式"(\"|[^"])*"|[^ ]+几乎可以完成这项工作，但问题是正则表达式总是（至少在 java 中）试图匹配可能的最长字符串。

因此，当我将正则表达式应用于以带引号的参数开头和结尾的字符串时，它会匹配整个字符串并且不会为每个参数创建一个组。

有没有办法调整这个正则表达式或匹配器或模式或任何处理它的方法？

注意：不要告诉我我可以使用GetOpt或CommandLine.parse其他类似的东西。
我担心的是纯 Java 正则表达式（如果可能，但我对此表示怀疑......）。

4

4 回答 4

4

正则表达式总是（至少在 java 中）尝试匹配可能的最长字符串。

不。

如果您使用贪婪或非贪婪表达式，则可以控制它。看一些例子。使用非贪婪的（通过添加问号）应该做到这一点。这称为惰性量化。

默认值是贪婪的，但这当然并不意味着它总是这样。

于 2012-11-21T14:37:28.330 回答
4

您可以使用非贪婪限定符*?使其工作：

"(\\"|[^"])*?"|[^ ]+

请参阅此链接以获取实际示例： http://gskinner.com/RegExr/? 32srs

于 2012-11-21T14:40:29.947 回答
2 
public static String[] parseCommand( String cmd )
{
    if( cmd == null || cmd.length() == 0 )
    {
        return new String[]
        {};
    }

    cmd = cmd.trim();
    String regExp = "\"(\\\"|[^\"])*?\"|[^ ]+";
    Pattern pattern = Pattern.compile( regExp, Pattern.MULTILINE | Pattern.CASE_INSENSITIVE );
    Matcher matcher = pattern.matcher( cmd );
    List< String > matches = new ArrayList< String >();
    while( matcher.find() ) {
        matches.add( matcher.group() );
    }
    String[] parsedCommand = matches.toArray(new String[] {});
    return parsedCommand;
}
于 2013-08-29T07:23:45.807 回答
2

我想出了这个（感谢亚历克斯给了我一个好的起点:)）

/**
 * Pattern that is capable of dealing with complex command line quoting and
 * escaping. This can recognize correctly:
 * <ul>
 * <li>"double quoted strings"
 * <li>'single quoted strings'
 * <li>"escaped \"quotes within\" quoted string"
 * <li>C:\paths\like\this or "C:\path like\this"
 * <li>--arguments=like_this or "--args=like this" or '--args=like this' or
 * --args="like this" or --args='like this'
 * <li>quoted\ whitespaces\\t (spaces & tabs)
 * <li>and probably more :)
 * </ul>
 */
private static final Pattern cliCracker = Pattern
    .compile(
       "[^\\s]*\"(\\\\+\"|[^\"])*?\"|[^\\s]*'(\\\\+'|[^'])*?'|(\\\\\\s|[^\\s])+",
       Pattern.MULTILINE);
于 2014-03-18T07:12:57.670 回答