1

有谁知道如何在考虑到其转义序列的情况下拆分字符上的字符串？

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。

先感谢您，

凯达

4

2 回答 2

2

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（包括零个，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，无穷无尽......

  • (?<=\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。如果我们这样做了(?:\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。
于 2009-05-07T19:24:54.863 回答
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，当然您必须转义其中的斜杠才能将其转换为 java 字符串）

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

编辑：不要投票。MizardX 的解决方案更好:)

于 2009-05-07T19:11:21.760 回答