如何使用排除转义的令牌版本的正则表达式拆分字符串？

Question

在Java中，我使用String split方法拆分包含以分号分隔的值的字符串。

目前，我有以下一行在99％的情况下都有效。

String[] fields = optionsTxt.split(";");

但是，已添加要求以包含转义分号作为字符串的一部分。因此，以下字符串应解析为以下值：

"Foo foo;Bar bar" => [Foo foo] [Bar bar]
"Foo foo\; foo foo;Bar bar bar" => [Foo foo\; foo foo] [Bar bar bar]

这应该很简单，但我完全不确定如何去做。我只是想在有\时没有标记化;并且只有在有。;

时才进行标记化

有没有人知道这个神奇的公式？

Answer 1

试试这个：

String[] fields = optionsTxt.split("(?<!\\\\);");

Answer 2

可能有更好的方法，但快速而肮脏的方法是先取代\;使用一些不会出现在输入缓冲区中的字符串，如{{ESCAPED_SEMICOLON}}，然后执行tokenize;然后当你拉出每个标记时，反向执行原始替换以放回\;

Answer 3

使用正则表达式（java.util.regex）

[^\\];

应该是您正在寻找的而不进行双重替换。

try it out using a tool like this

Answer 4

仅使用您提供的示例，您可以使用上面的对象代码。如果您希望仅在分号前有偶数个反斜杠时才进行拆分，请尝试以下操作：

String[] fields = optionsTxt.split("((?<!\\\\)|(?<=[^\\\\](\\\\\\\\){0,15}));");

我随意挑选了15个。如果需要，可将其更改为更高的数字。