用於拆分由|分隔的字符串的正則表達式 當沒有用雙引號括起來時

Question

我需要一個正則表達式來計算java中管道分隔字符串中的列數。 列數據將始終用雙引號括起來，否則將為空。

例如：

"1234"|"Name"||"Some description with ||| in it"|"Last Column"

以上內容應計為5列，包括“名稱”列后的一列空列。

謝謝

Answer 1

這是一種方法：

String input =
    "\"1234\"|\"Name\"||\"Some description with ||| in it\"|\"Last Column\"";
//  \_______/ \______/\/\_________________________________/ \_____________/    
//      1        2    3                 4                          5

int cols = input.replaceAll("\"[^\"]*\"", "")  // remove "..."
                .replaceAll("[^|]", "")        // remove anything else than |
                .length() + 1;                 // Count the remaining |, add 1

System.out.println(cols);   // 5

IMO雖然不是很強大。 例如，如果您計划處理轉義引號，我建議不要使用正則表達式。

Answer 2

稍微改進了aioobe答案中的表達：

int cols = input.replaceAll("\"(?:[^\"\\]+|\\.)*\"|[^|]+", "")
                .length() + 1;

處理引號中的轉義，並使用單個表達式刪除除分隔符之外的所有內容。

Answer 3

這是我用了一段時間的正則表達式，它還處理轉義的引號和轉義的分隔符 。 它可能對您的要求（計數列）有點過分，但也許它將幫助您或將來的其他人進行解析。

(?<=^|(?<!\\)\|)(\".*?(?<=[^\\])\"|.*?(?<!\\(?=\|))(?=")?|)(?=\||$)

and broken down as:
(?<=^|(?<!\\)\|)             // look behind to make sure the token starts with the start anchor (first token) or a delimiter (but not an escaped delimiter)
(                            // start of capture group 1
  \".*?(?<=[^\\])\"          //   a token bounded by quotes
  |                          //   OR
  .*?(?<!\\(?=\|))(?=")?     //   a token not bounded by quotes, any characters up to the delimiter (unless escaped)
  |                          //   OR
                             //   empty token
)                            // end of capture group 1
(?=\||$)                     // look ahead to make sure the token is followed by either a delimiter or the end anchor (last token)

when you actually use it it'll have to be escaped as:
(?<=^|(?<!\\\\)\\|)(\\\".*?(?<=[^\\\\])\\\"|.*?(?<!\\\\(?=\\|))(?=\")?|)(?=\\||$)

這很復雜，但是有這種瘋狂的方法：如果在行的開頭或結尾的列是空的，分隔的引號在奇數位置，行或列以轉義開始或結束，我搜索的其他正則表達式將會失敗分隔符，以及一堆其他邊緣情況。

您使用管道作為分隔符的事實使得此正則表達式更難以閱讀/理解。 提示是你自己看到一個管道“|”，它是正則表達式中的一個條件OR，當它被轉義為“\\ |”時，它就是你的分隔符。