Question

我正在制作一个基于文本的骰子滚轮。它接受像“2d10 + 5”这样的字符串，并且作为滚动的结果返回一个字符串。我的问题出现在tokenizer中，它将字符串拆分为有用的部分，供我解析信息。

String[] tokens = message.split("(?=[dk\\+\\-])");

这会产生奇怪的，意想不到的结果。我不知道究竟是什么导致了他们。它可能是正则表达式，我的误解，或Java只是Java。这是正在发生的事情：

3d6+4生成字符串数组[3, d6, +4]。这是对的。
d%生成字符串数组[d%]。这是对的。
d20生成字符串数组[d20]。这是对的。
d%+3生成字符串数组[, d%, +3]。这是不正确的。
d20+2生成字符串数组[, d20, +2]。这是不正确的。

在第四个和第五个例子中，奇怪的是导致额外的空字符串出现在数组的前面。这并不是字符串前面缺少数字，因为其他例子反驳了这一点。这不是百分号的存在，也不是加号。

现在我只是继续通过空白字符串的for循环，但这感觉就像一个创可贴解决方案。有没有人知道是什么原因造成阵列前面的空白字符串？我该如何解决？

Answer 1

通过源代码挖掘，我得到了这种行为背后的确切问题。

String.split()方法内部使用Pattern.split()。返回结果数组之前的split方法检查最后匹配的索引或实际是否匹配。如果最后匹配的索引是0，这意味着，您的模式只匹配字符串开头的空字符串或根本不匹配，在这种情况下，返回的数组是包含相同的元素。

这是源代码：

public String[] split(CharSequence input, int limit) {
        int index = 0;
        boolean matchLimited = limit > 0;
        ArrayList<String> matchList = new ArrayList<String>();
        Matcher m = matcher(input);

        // Add segments before each match found
        while(m.find()) {
            if (!matchLimited || matchList.size() < limit - 1) {
                String match = input.subSequence(index, m.start()).toString();
                matchList.add(match);

                // Consider this assignment. For a single empty string match
                // m.end() will be 0, and hence index will also be 0
                index = m.end();
            } else if (matchList.size() == limit - 1) { // last one
                String match = input.subSequence(index,
                                                 input.length()).toString();
                matchList.add(match);
                index = m.end();
            }
        }

        // If no match was found, return this
        if (index == 0)
            return new String[] {input.toString()};

        // Rest of them is not required

如果上面代码中的最后一个条件 - index == 0为真，那么将返回带有输入字符串的单个元素数组。

现在，考虑index可以是0的情况。

根本没有匹配。（正如上面那条评论所述）
如果在开头找到匹配项，并且匹配字符串的长度为0，那么if块中的索引值（while循环内部）） -
```
index = m.end();
```
将为0.唯一可能的匹配字符串是空字符串（长度= 0）。这就是这种情况。而且不应该有任何进一步的匹配，否则index将被更新为不同的索引。

所以，考虑一下你的案例：

对于d%，在第一个d之前，模式只有一个匹配项。因此，索引值将为0。但由于没有任何进一步的匹配，索引值不会更新，if条件变为true，并返回带有原始字符串的单个元素数组。
对于d20+2，会有两个匹配，一个在d之前，一个在+之前。因此索引值将被更新，因此上面代码中的ArrayList将被返回，其中包含空字符串作为分隔符的分割结果，该分隔符是字符串的第一个字符，如@ Stema中已解释的那样答案。

因此，要获得所需的行为（仅在分隔符不在开头时才分割，您可以在正则表达式模式中添加负面的后视）：

"(?<!^)(?=[dk+-])"  // You don't need to escape + and hyphen(when at the end)

这将分裂为空字符串，后跟您的字符类，但不会在字符串的开头之前。

考虑在正则表达式模式上分割字符串"ad%"的情况 - "a(?=[dk+-])"。这将为您提供一个数组，其中第一个元素为空字符串。这里唯一的变化是，空字符串被替换为a：

"ad%".split("a(?=[dk+-])");  // Prints - `[, d%]`

为什么呢？那是因为匹配字符串的长度为1。因此，第一次匹配后的索引值 - m.end()不会是0而是1，因此不会返回单个元素数组。

Answer 2

我很惊讶，案例2和3没有发生，所以真正的问题是

为什么“d20”和“d％”的开头有 NO 空字符串？

正如Rohit Jain在详细分析中解释的那样，当字符串开头只找到一个匹配且match.end索引为0时，就会发生这种情况。（只有在使用环绕声断言时才会发生这种情况）找到匹配。）

问题是，d%+3以您正在拆分的字符开头。所以你的正则表达式在第一个字符之前匹配，你在开始时得到一个空字符串。

您可以添加一个lookbehind，以确保您的表达式在字符串的开头不匹配，以便它不会在那里分割：

String[] tokens = message.split("(?<!^)(?=[dk\\+\\-])");

(?<!^)是一个外观断言，当它不在字符串的开头时是真的。

Answer 3

我建议简单匹配而不是拆分：

Matcher matcher = Pattern.compile("([1-9]*)(d[0-9%]+)([+-][0-9]+)?").matcher(string);
if(matcher.matches()) {
    String first = matcher.group(1);
    // etc
}

不保证正则表达式，但我认为它会...

Java String.split（）有时会给出空字符串

3 个答案: