Java String.split（）正則表達式，用於處理轉義的分隔符和轉義轉義字符

Question

String testString = "a\\,b\\\\,c,d\\\\\\,e,f\\\\g";
String[] splitedString = test.split(PATTERN_STRING);
for (String string : splitedString) {
    System.out.println(string);
}

這里我有一個String，它將List of String編碼為String，其中轉義字符是\\和分隔符，
注意:(由於Java代碼，示例中的反斜杠加倍）
反斜杠和逗號在原始字符串中轉義，結果字符串與逗號合並。 我需要一個正則表達式將此字符串拆分為原始的字符串列表。
以字符串為例

"a\,b\\,c,d\\\,e,f\\g"

我需要得到這樣的字符串：

 "a\\,b\\\\" "c" "d\\\\\\,e" "f\\\\g" 

因此split的邏輯很簡單：只有當前面的反斜杠數是偶數時才用分隔符逗號分隔：0,2,4 ......只有在這種情況下這個逗號是分隔符。 如果逗號之前的反斜杠數是奇數，則轉義為逗號並且不應發生拆分。

對於這種情況，任何人都能幫助我使用適當的正則表達式嗎？

編輯
我知道這個正則表達式： (?<!\\\\\\\\),將有助於用前面沒有反斜杠的逗號分隔字符串。 但在我的情況下，我需要拆分以防止逗號數為斜線之前的斜線。

感謝任何幫助。

Answer 1

如果它必須拆分，那么你可以嘗試類似的東西

split("(?<!(?<!\\\\)\\\\(\\\\{2}){0,1000000000}),")

我使用{0,1000000000}而不是*因為Java中的后視需要具有明顯的最大長度，並且1000000000似乎已經足夠好了，除非你的文本中有超過1000000000連續的\\\\ 。

---

如果它不必split那么你可以使用

Matcher m = Pattern.compile("(\\G.*?(?<!\\\\)(\\\\{2})*)(,|(?<!\\G)$)",
        Pattern.DOTALL).matcher(testString);
while (m.find()) {
    System.out.println(m.group(1));
}

\\\\G表示上一次匹配的結束，或者如果這是Matcher的第一次迭代，並且字符串^沒有先前的匹配開始。

---

但是實現起來最快且不那么熱衷的是編寫自己的解析器，它將使用像escaped這樣的標志來表示當前檢查的字符是用\\轉義的。

public static List<String> parse(String text) {
    List<String> tokens = new ArrayList<>();
    boolean escaped = false;
    StringBuilder sb = new StringBuilder();

    for (char ch : text.toCharArray()) {
        if (ch == ',' && !escaped) {
            tokens.add(sb.toString());
            sb.delete(0, sb.length());
        } else {
            if (ch == '\\')
                escaped = !escaped;
            else
                escaped = false;
            sb.append(ch);
        }
    }

    if (sb.length() > 0) {
        tokens.add(sb.toString());
        sb.delete(0, sb.length());
    }

    return tokens;
}

---

演示所有方法：

String testString = "a\\,b\\\\,c,d\\\\\\,e,f\\\\g";
String[] splitedString = testString
        .split("(?<!(?<!\\\\)\\\\(\\\\{2}){0,1000000000}),");
for (String string : splitedString) {
    System.out.println(string);
}

System.out.println("-----");
Matcher m = Pattern.compile("(\\G.*?(?<!\\\\)(\\\\{2})*)(,|(?<!\\G)$)",
        Pattern.DOTALL).matcher(testString);
while (m.find()) {
    System.out.println(m.group(1));
}

System.out.println("-----");
for (String s : parse(testString))
    System.out.println(s);

輸出：

a\,b\\
c
d\\\,e
f\\g
-----
a\,b\\
c
d\\\,e
f\\g
-----
a\,b\\
c
d\\\,e
f\\g

Answer 2

嘗試，

我只是通過使用字符串操作來實現您的邏輯。

String string = "a\\,b\\\\,c,d\\\\\\,e,f\\\\g";
String finalString = "";
for(String i : string.split(",")){
    int count = 0;
    for(int j=0;j<i.length();j++)
        if(i.charAt(j) == '\\')
            count++;    
    finalString+=(count%2==0)?","+i+"$":","+i;
} 
for(String finalAns: finalString.split("\\$")){
    System.out.println(finalAns.replaceFirst(",", ""));
}

輸出：

a\,b\\
c
d\\\,e
f\\g

Answer 3

這將為您解決問題：

String[] splitedString = testString.split("(?<=[a-z])(\\\\{2})*,");

在這里，它是使用偶數（0是偶數這里）的\\從字符串后面是,對於拆分分隔符。

使用lookbehind ，它檢查\\之前的最后一個字符是否是字母表。