正則表達式在Java中匹配未轉義的逗號

Question

問題描述

我試圖使用String類提供的split（）方法將a拆分為單獨的字符串。 文檔告訴我它將分割參數的匹配，這是一個正則表達式。 我使用的分隔符是逗號，但逗號也可以轉義。 我使用的轉義字符是正斜杠/（只是為了通過不使用反斜杠來簡化操作，因為這需要在Java和正則表達式中的字符串文字中進行額外的轉義）。

例如，輸入可能是這樣的：

a,b/,b//,c///,//,d///,

輸出應該是：

a
b,b/
c/,/
d/,

因此，字符串應該在每個逗號處拆分，除非該逗號前面有奇數個斜杠（1,3,5,7，...，∞），因為這意味着逗號被轉義。

可能的解決方案

我最初的猜測是將它拆分為：

String[] strings = longString.split("(?<![^/](//)*/),");

但這是不允許的，因為Java不允許無限的后視組。 我可以通過用{0,2000}替換*來將重現限制為，例如，2000：

String[] strings = longString.split("(?<![^/](//){0,2000}/),");

但這仍然會對輸入產生限制。 因此，我決定將這一反復出現在后視組中，並想出了這個：

String[] strings = longString.split("(?<!/)(?:(//)*),");

但是，它的輸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/,

為什么在第2和第3個字符串中省略了這些斜杠，我該如何解決它（在Java中）？

Answer 1

您可以使用正面外觀在逗號前面加上偶數個斜杠來實現拆分：

String[] strings = longString.split("(?<=[^/](//){0,999999999}),");

但要顯示所需的輸出，您需要進一步刪除剩余的轉義：

String longString = "a,b/,b//,c///,//,d///,";
String[] strings = longString.split("(?<=[^/](//){0,999999999}),");
for (String s : strings)
    System.out.println(s.replaceAll("/(.)", "$1"));

輸出：

a
b,b/
c/,/
d/,

Answer 2

你很近。 要克服lookbehind錯誤，您可以使用此解決方法：

String[] strings = longString.split("(?<![^/](//){0,99}/),")

Answer 3

如果您不介意使用正則表達式的另一種方法，我建議使用.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"));
}

輸出：

a
b,b/
c/,/
d/,

ideone演示

此方法將匹配除分隔逗號之外的所有內容（反向類型）。 優點是它不依賴於外觀。

Answer 4

我喜歡正則表達式，但在這里手動編寫代碼並不容易，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