[英]Regex matching unescaped commas in Java
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)?
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/,
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}/),")
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/,
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。
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
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.