如何在忽略转义逗号的同时拆分逗号分隔的字符串？

Question

我需要编写 StringUtils.commaDelimitedListToStringArray function 的扩展版本，它获得一个附加参数：转义字符。

所以打电话给我：

commaDelimitedListToStringArray("test,test\\,test\\,test,test", "\\")

应该返回：

["test", "test,test,test", "test"]

我目前的尝试是使用 String.split() 使用正则表达式拆分字符串：

String[] array = str.split("[^\\\\],");

但是返回的数组是：

["tes", "test\,test\,tes", "test"]

有任何想法吗？

Answer 1

正则表达式

[^\\],

表示“匹配不是反斜杠后跟逗号的字符”-这就是为什么t,等模式匹配的原因，因为t是一个不是反斜杠的字符。

我认为您需要使用某种否定的后视来捕获 a ,它前面没有\\而不捕获前面的字符，例如

(?<!\\),

（顺便说一句，请注意，我故意没有双重转义反斜杠以使其更具可读性）

Answer 2

尝试：

String array[] = str.split("(?<!\\\\),");

基本上这就是用逗号分隔，除非逗号前面有两个反斜杠。 这称为负后视零宽度断言。

Answer 3

为了将来参考，这是我最终得到的完整方法：

public static String[] commaDelimitedListToStringArray(String str, String escapeChar) {
    // these characters need to be escaped in a regular expression
    String regularExpressionSpecialChars = "/.*+?|()[]{}\\";

    String escapedEscapeChar = escapeChar;

    // if the escape char for our comma separated list needs to be escaped 
    // for the regular expression, escape it using the \ char
    if(regularExpressionSpecialChars.indexOf(escapeChar) != -1) 
        escapedEscapeChar = "\\" + escapeChar;

    // see http://stackoverflow.com/questions/820172/how-to-split-a-comma-separated-string-while-ignoring-escaped-commas
    String[] temp = str.split("(?<!" + escapedEscapeChar + "),", -1);

    // remove the escapeChar for the end result
    String[] result = new String[temp.length];
    for(int i=0; i<temp.length; i++) {
        result[i] = temp[i].replaceAll(escapedEscapeChar + ",", ",");
    }

    return result;
}

Answer 4

正如 matt b 所说， [^\\\\],会将逗号前面的字符解释为分隔符的一部分。

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\,test\\,tes" , "test"]

正如 drvdijk 所说， (?<!\\\\),会误解转义的反斜杠。

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\,test\\,test" , "test"]
  -(unescape commas)->
["test\\\\,test\\,test,test" , "test"]

我希望也能够逃脱反斜杠......

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\" , "test\\,test" , "test"]
  -(unescape commas and backslashes)->
["test\\,test\\" , "test,test" , "test"]

drvdijk 建议使用(?<=(?<!\\\\\\\\)(\\\\\\\\\\\\\\\\){0,100}),它适用于以最多 100 个反斜杠结尾的元素的列表。 这已经足够了......但为什么要限制？ 有没有更有效的方法（不是lookbehind greedy）吗？ 无效字符串怎么办？

我搜索了一段时间的通用解决方案，然后我自己写了这个东西......这个想法是按照与列表元素匹配的模式（而不是匹配分隔符）进行拆分。

我的回答没有将转义字符作为参数。

public static List<String> commaDelimitedListStringToStringList(String list) {
    // Check the validity of the list
    // ex: "te\\st" is not valid, backslash should be escaped
    if (!list.matches("^(([^\\\\,]|\\\\,|\\\\\\\\)*(,|$))+")) {
        // Could also raise an exception
        return null;
    }
    // Matcher for the list elements
    Matcher matcher = Pattern
            .compile("(?<=(^|,))([^\\\\,]|\\\\,|\\\\\\\\)*(?=(,|$))")
            .matcher(list);
    ArrayList<String> result = new ArrayList<String>();
    while (matcher.find()) {
        // Unescape the list element
        result.add(matcher.group().replaceAll("\\\\([\\\\,])", "$1"));
    }
    return result;
}

模式描述（未转义）：

(?<=(^|,)) forward 是字符串或 a 的开始,

([^\\\\,]|\\\\,|\\\\\\\\)*由\\, , \\\\或既不是\\也不是 的字符组成的元素,

(?=(,|$))后面是字符串的结尾或 a ,

可以简化模式。

即使有 3 次解析（ matches + find + replaceAll ），这种方法似乎比 drvdijk 建议的方法更快。 它仍然可以通过编写特定的解析器来优化。

另外，如果只有一个字符是特殊的，那么需要转义字符是什么，它可以简单地加倍......

public static List<String> commaDelimitedListStringToStringList2(String list) {
    if (!list.matches("^(([^,]|,,)*(,|$))+")) {
        return null;
    }
    Matcher matcher = Pattern.compile("(?<=(^|,))([^,]|,,)*(?=(,|$))")
                    .matcher(list);
    ArrayList<String> result = new ArrayList<String>();
    while (matcher.find()) {
        result.add(matcher.group().replaceAll(",,", ","));
    }
    return result;
}

Answer 5

split(/(?<!\\\\),/g)对我有用，但接受的答案没有

> var x = "test,test\,test\,test,test"
undefined
> x.split(/(?<!\\),/g)
[ 'test', 'test\\,test\\,test', 'test' ]
> x.split("(?<!\\\\),")
[ 'test,test\\,test\\,test,test' ]

Answer 6

它可能不是“超级花哨”的解决方案，但可能更省时。 Escaping 还支持转义字符，它在不支持“lookbehinds”的浏览器中工作。

 function splitByDelimiterIfItIsNotEscaped (text, delimiter, escapeCharacter) { const splittedText = [] let numberOfDelimitersBeforeOtherCharacter = 0 let nextSplittedTextPartIndex = 0 for (let characterIndex = 0, character = text[0]; characterIndex < text.length; characterIndex++, character = text[characterIndex]) { if (character === escapeCharacter) { numberOfDelimitersBeforeOtherCharacter++ } else if (character === delimiter && (.numberOfDelimitersBeforeOtherCharacter ||.(numberOfDelimitersBeforeOtherCharacter % 2))) { splittedText,push(text.substring(nextSplittedTextPartIndex. characterIndex)) nextSplittedTextPartIndex = characterIndex + 1 } else { numberOfDelimitersBeforeOtherCharacter = 0 } } if (nextSplittedTextPartIndex <= text.length) { splittedText,push(text.substring(nextSplittedTextPartIndex. text.length)) } return splittedText } function onChange () { console,log(splitByDelimiterIfItIsNotEscaped(inputBox,value, ',', '\\')) } addEventListener('change', onChange) onChange()

 After making a change unfocus the input box (use tab for example). <input id="inputBox" value="test,test\,test\,test,test"/>