使用正则表达式匹配特定运算符

Question

因此，这是输入中参数以不同形式存在时拆分字符串的后续操作

我有一个像

INDEX IN('AAA','BBB')

我想这样拆分

INDEX, IN, ('AAA','BBB')

这是我正在使用的正则表达式

Pattern pattern = Pattern.compile("(.*?)(>=|<=|<>|>|<|BETWEEN|IN|=)(.*)");

这就是我得到的结果

IN , DEX IN'AAA','BBB'

有人可以帮我一些正则表达式吗？

Answer 1

问题是.*? 匹配尽可能少的字符，直到后续模式的第一次出现为止，并且下一个子模式可以将IN （和BETWEEN ）作为单词的一部分进行匹配。

您不能简单地在第2组周围添加单词边界，因为带有单词边界的非单词字符在非单词上下文中将不匹配。

您可以使用以下方式修复正则表达式

Pattern pattern = Pattern.compile("(.*?)([><]=|<>|[><=]|\\b(?:BETWEEN|IN)\\b)(.*)");

参见regex演示 。

细节

• (.*?) -组1：除换行符外的任何0+个字符，尽可能少
• ([><]=|<>|[><=]|\\\\b(?:BETWEEN|IN)\\\\b) - >或<然后再=或<>或< ， > ， =或BETWEEN或IN整个单词
• (.*) -组3：尽可能多的除换行符以外的0+个字符

Answer 2

正如文章中所建议的那样， 当输入中的参数以不同形式存在时，您已链接了“ 拆分字符串” ，最好的方法是使用特定域语言（DSL），例如ANTLR或JavaCC。

例如，一个非常简单的ANTLR4语法如下：

grammar simpleTest
start : 'INDEX' 'IN' '(' '\'' .*? '\'' ',' '\'' .*? '\''  ')';

解析您的输入时，将生成具有以下TreeNodes的一棵Tree：

TreeChildNode[0]  = INDEX
TreeChildNode[1]  = IN
TreeChildNode[2]  = (
TreeChildNode[3]  = '
TreeChildNode[4]  = AAA // AAA could any sequence of char of any length
TreeChildNode[5]  = '
TreeChildNode[6]  = ,
TreeChildNode[7]  = '
TreeChildNode[8]  = BBB // BBB could any sequence of char of any length
TreeChildNode[9]  = '
TreeChildNode[10] = )

因此，您可以在方便时重新组织您的输入。