使用正则表达式提取由另一个子字符串分隔的子字符串

Question

我正在尝试使用正则表达式来捕获由另一个子字符串分隔的子字符串。 例如，如果我有句子

我的猫是一只猫。

我想使用的分隔符是“cat”，输出应该是

我的

是一个

。

我一直无法找到分隔符不是单个字符的解决方案。

编辑：我是用Java编写的，输出表示Java的Matcher类在“myMatcher.group（）”之类的调用中返回的组。 对困惑感到抱歉。

Answer 1

你需要的是String#split就像Tushar在评论中指出的那样。

String s = "My cat is a cat.";
String[] res = s.split("cat");
System.out.println(Arrays.toString(res));

这是唯一正确的方法。

现在，您想知道如何将除cat之外的任何文本与Matcher 。

免责声明 ：不要在Java中使用它，因为它非常不切实际且不具有性能。

您可以匹配cat并将其捕获到一个组中，并添加另一个替代模式，以匹配除cat之外的任何文本。

String s = "My cat is a cat.";
Pattern pattern = Pattern.compile("(?i)(cat)|[^c]*(?:c(?!at)[^c]*)*");
Matcher matcher = pattern.matcher(s);
while (matcher.find()){
    if (matcher.group(1) == null) {      // Did we match "cat"?
        if (!matcher.group(0).isEmpty()) //  Is the match text NOT empty?  System.out.println(matcher.group(0));        //    Great, print it
    }
} 

请参阅IDEONE演示

图案细节 ：

• (?i) - 不区分大小写的内联修饰符
• (cat) - 第1组捕获子串cat
• | - 要么
• [^c]*(?:c(?!at)[^c]*)* - 一个子串，它不是cat子串的起点。 它是一个展开的(?s)(?:(?!cat).)* 驯化的贪婪令牌 。
  • [^c]* - 除了c或C以外的0+个字符
  • (?:c(?!at)[^c]*)* - 零个或多个序列：
  • c(?!at) - c或C后面没有at ， At ， AT ， aT
  • [^c]* - 除了c或C以外的0+个字符