正则表达式在Java中匹配未转义的逗号

Question

问题描述

我试图使用String类提供的split（）方法将a拆分为单独的字符串。 文档告诉我它将分割参数的匹配，这是一个正则表达式。 我使用的分隔符是逗号，但逗号也可以转义。 我使用的转义字符是正斜杠/（只是为了通过不使用反斜杠来简化操作，因为这需要在Java和正则表达式中的字符串文字中进行额外的转义）。

例如，输入可能是这样的：

a,b/,b//,c///,//,d///,

输出应该是：

a
b,b/
c/,/
d/,

因此，字符串应该在每个逗号处拆分，除非该逗号前面有奇数个斜杠（1,3,5,7，...，∞），因为这意味着逗号被转义。

可能的解决方案

我最初的猜测是将它拆分为：

String[] strings = longString.split("(?<![^/](//)*/),");

但这是不允许的，因为Java不允许无限的后视组。 我可以通过用{0,2000}替换*来将重现限制为，例如，2000：

String[] strings = longString.split("(?<![^/](//){0,2000}/),");

但这仍然会对输入产生限制。 因此，我决定将这一反复出现在后视组中，并想出了这个：

String[] strings = longString.split("(?<!/)(?:(//)*),");

但是，它的输出是以下字符串列表：

a
b,b (the final slash is lacking in the output)
c/, (the final slash is lacking in the output)
d/,

为什么在第2和第3个字符串中省略了这些斜杠，我该如何解决它（在Java中）？

Answer 1

您可以使用正面外观在逗号前面加上偶数个斜杠来实现拆分：

String[] strings = longString.split("(?<=[^/](//){0,999999999}),");

但要显示所需的输出，您需要进一步删除剩余的转义：

String longString = "a,b/,b//,c///,//,d///,";
String[] strings = longString.split("(?<=[^/](//){0,999999999}),");
for (String s : strings)
    System.out.println(s.replaceAll("/(.)", "$1"));

输出：

a
b,b/
c/,/
d/,

Answer 2

你很近。 要克服lookbehind错误，您可以使用此解决方法：

String[] strings = longString.split("(?<![^/](//){0,99}/),")

Answer 3

如果您不介意使用正则表达式的另一种方法，我建议使用.matcher ：

Pattern pattern = Pattern.compile("(?:[^,/]+|/.)+");
String test = "a,b/,b//,c///,//,d///,";
Matcher matcher = pattern.matcher(test);
while (matcher.find()) {
    System.out.println(matcher.group().replaceAll("/(.)", "$1"));
}

输出：

a
b,b/
c/,/
d/,

ideone演示

此方法将匹配除分隔逗号之外的所有内容（反向类型）。 优点是它不依赖于外观。

Answer 4

我喜欢正则表达式，但在这里手动编写代码并不容易，即

boolean escaped = false;
for(int i = 0, len = s.length() ; i < len ; i++){
    switch(s.charAt(i)){
    case "/": escaped = !escaped; break;            
    case ",": 
      if(!escaped){
         //found a segment, do something with it
      }
      //Fallthrough!
    default:
      escaped = false;
    }
}
// handle last segment