如何拆分字符串，只保留某些分隔符？

Question

我有一个类似于如何拆分字符串的问题，但也保留了分隔符？ 。 我如何使用正则表达式拆分字符串，保留某些类型的分隔符，而不是其他类型的分隔符？ 具体来说，我想保留非空白分隔符，但不保留空白分隔符。

为了使这个具体：

"a;b c"        | ["a", ";", "b", "c"]
"a; ; bb c ;d" | ["a", ";", ";", "bb", "c", ";", "d"]

这可以用正则表达式干净地完成，如果是这样的话怎么样？

现在我正在解决这个问题，分别保留角色，然后再另一个。 如果正则表达式不能这样做，或者不能干净利落，我可以坚持这种方法：

Arrays.stream(input.split("((?<=;)|(?=;))"))
        .flatMap(s -> Arrays.stream(s.split("\\s+")))
        .filter(s -> !s.isEmpty())
        .toArray(String[]::new); // In practice, I would generally use .collect(Collectors.toList()) instead

Answer 1

我建议捕捉你想要的东西，而不是使用这个简单的模式分裂

([^; ]+|;)

演示

Answer 2

你可以这样做：

System.out.println(String.join("-", "a; ; b c ;d".split("(?!\\G) *(?=;)|(?<=;) *| +")));

细节：

(?!\\G)  # not contiguous to a previous match and not at the start of the string
[ ]*     # optional spaces
(?=;)    # followed by a ;
|    # OR
(?<=;)   # preceded by a ;
[ ]*     # optional spaces
|    # OR
[ ]+     # several spaces 

随意将文字空间更改为\\\\s 。 要避免空项（当字符串以空格开头时，在结果数组的开头） ，您需要首先修剪字符串。

显然，没有分裂的约束，@ alphabravo方式是最简单的。

Answer 3

我找到了一个有效的正则表达式：

(\\s+)|((?<=;)(?=\\S)|(?<=\\S)(?=;))

public static void main(String argss[]){
    System.out.println(Arrays.toString("a; ; b c ;d"
        .split("(\\s+)|((?<=;)(?=\\S)|(?<=\\S)(?=;))")));
}

将打印出来：

[a, ;, ;, b, c, ;, d]

Answer 4

您想要在空格上或在字母和非字母之间拆分：

str.split("\\s+|(?<=\\w)(?=\\W)|(?<=\\W)(?=\\w)");

Answer 5

在实现Java不支持将捕获的拆分字符添加到
拆分数组元素，以为我会尝试没有它的拆分解决方案
能力。

基本上只有4个排列涉及空格和结肠。
最后，只有空白。

这是正则表达式。

Raw： \\s+(?=;)|(?<=;)\\s+|(?<!\\s)(?=;)|(?<=;)(?!\\s)|\\s+

弦乐： "\\\\s+(?=;)|(?<=;)\\\\s+|(?<!\\\\s)(?=;)|(?<=;)(?!\\\\s)|\\\\s+"

扩展的正则表达式与排列的解释。
祝好运！

    \s+                  # Required, suck up wsp before ;
    (?= ; )              # ;

 |                     # or,

    (?<= ; )             # ;
    \s+                  # Required, suck up wsp after ;

 |                     # or,

    (?<! \s )            # No wsp before ;
    (?= ; )              # ;

 |                     # or,

    (?<= ; )             # ;
    (?! \s )             # No wsp after ;

 |                     # or,

    \s+                  # Required wsp

编辑

要停止在BOS上的空白分割，请使用此正则表达式。

Raw： \\s+(?=;)|(?<=;)\\s+|(?<!\\s)(?=;)|(?<=;)(?!\\s)|(?<!^)(?<!\\s)\\s+

弦乐： "\\\\s+(?=;)|(?<=;)\\\\s+|(?<!\\\\s)(?=;)|(?<=;)(?!\\\\s)|(?<!^)(?<!\\\\s)\\\\s+"

解释：

    \s+                  # Required, suck up wsp before ;
    (?= ; )              # ;

 |                     # or,

    (?<= ; )             # ;
    \s+                  # Required, suck up wsp after ;

 |                     # or,

    (?<! \s )            # No wsp before ;
    (?= ; )              # ;

 |                     # or,

    (?<= ; )             # ;
    (?! \s )             # No wsp after ;

 |                     # or,

    (?<! ^ )             # No split of wsp at BOS   
    (?<! \s )
    \s+                  # Required wsp

Answer 6

借用@CasimiretHippolyte \\G技巧你可能想分开

\\s+|(?!\\G)()

注意：未指定分隔符。

更新

基于避免在第一个空间上拆分：

(?m)(?<!^|\\s)(\\s+|)(?!$)