Question

如果我有一个字符分隔的字符串，那么就这样说：

a-b-c

我希望保留分隔符，我可以使用look-behind和look-ahead来保留分隔符，例如：

string.split("((?<=-)|(?=-))");

导致

a
-
b
-
c

现在，如果其中一个分隔符被转义，就像这样：

a-b\-c

我想要逃避，我想要使用这样的正则表达式：

((?<=-(?!(?<=\\-))) | (?=-(?!(?<=\\-))))

麦角

string.split("((?<=-(?!(?<=\\\\-)))|(?=-(?!(?<=\\\\-))))"):

现在，这有效并导致：

a
-
b\-c

（我后来用string.replace("\\", "");删除了反斜杠，我还没有找到将其包含在正则表达式中的方法）

我的问题是理解之一按照我理解的方式，正则表达式就是

split ((if '-' is before (unless ('\-' is before))) or (if '-' is after (unless ('\-' is before))))

为什么最后一部分不应该是“除非\之前”？如果' - '之后，那意味着我们介于'\'和' - '之间，所以只有\应该在之前，而不是\\-，但如果我更改正则表达式则不起作用像这样反映：

((?<=-(?!(?<=\\-))) | (?=-(?!(?<=\\))))

结果：a，-，b\，-c

这是什么原因？我的推理错误在哪里？

Answer 1

虽然这并没有真正回答这个问题，但这解释了外观如何运作。

Lookarounds是锚点：它们不使用文本，但在输入文本中找到位置。你的正则表达式可以用更简单的方式编写：

(?<=-)(?<!\\-)|(?=-)(?<!\\)

你在这里有四个外观：正面和负面的外观，正面和负面的前瞻。

完整的正则表达式是：

(?<=-)            # Find a position where what precedes is a dash
(?<!\\-)          # Find a position where what precedes is not \-
|                 # Or
(?=-)             # Find a position where what follows is a dash
(?<!\\)           # Find a position where what precedes is not a \

注意术语“位置”。请注意，锚根本不会在文本中前进。

现在，如果我们尝试将该正则表达式与a-b\-c匹配：

# Step 1
# Input:    | a-b\-c|
# Position: |^      |
# Regex:    | (?<=-)(?<!\\-)|(?=-)(?<!\\)|
# Position: |^                           |
# No match, try other alternative
# Input:    | a-b\-c|
# Position: |^      |
# Regex:    |(?<=-)(?<!\\-)| (?=-)(?<!\\)|
# Position: |               ^            |
# No match, regex fails
# Advance one position in the input text and try again

# Step 2
# Input:    |a -b\-c|
# Position: | ^     |
# Regex:    | (?<=-)(?<!\\-)|(?=-)(?<!\\)|
# Position: |^                           |
# No match, try other alternative
# Input:    |a -b\-c|
# Position: | ^     |
# Regex:    |(?<=-)(?<!\\-)| (?=-)(?<!\\)|
# Position: |               ^            |
# Match: a "-" follows
# Input:    |a -b\-c|
# Position: | ^     |
# Regex:    |(?<=-)(?<!\\-)|(?=-) (?<!\\)|
# Position: |                    ^       |
# Match: what precedes is not a \
# Input:    |a -b\-c|
# Position: | ^     |
# Regex:    |(?<=-)(?<!\\-)|(?=-)(?<!\\) |
# Position: |                           ^|
# Regex is satisfied

这是一种不使用拆分而且没有外观的替代方案：

[a-z]+(\\-[a-z]+)*|-

您可以在Pattern中使用此正则表达式并使用Matcher：

public static void main(final String... args)
{
    final Pattern pattern
        = Pattern.compile("[a-z]+(\\\\-[a-z]+)*|-");

    final Matcher m = pattern.matcher("a-b\\-c");
    while (m.find())
        System.out.println(m.group());
}

Answer 2

为什么最后一部分不应该“除非\之前”？

在

(?=-(?!(?<=\\-)))) 
    ^here

光标位于-之后，因此"unless \ is before"始终为false，因为我们在当前位置之前始终有-。

可能更容易正则表达式

(?<=(?<!\\\\)-)|(?=(?<!\\\\)-)

(?<=(?<!\\\\)-)会检查我们之前是否-之前没有\。
(?=(?<!\\\\)-)会检查我们之前是否-之前没有\。

拆分字符串，同时保留分隔符除了转义分隔符（正则表达式）

2 个答案: