Question

我正在学习如何使用正则表达式：

我正在阅读一个文本文件，该文件被分成两个不同类别的部分，划分为 <:==]:>和<:==}:>。我需要知道每个部分是]还是}，所以我不能只做

pattern.compile("<:==]:>|<:==}:>"); pattern.split(text)

这样做：

pattern.compile("<:=="); pattern.split(text)

工作，然后我可以看看每个子字符串中的第一个字符，但这对我来说似乎很草率，我想我只是采用它，因为我没有完全掌握我需要掌握的关于正则表达式的东西：

这里最好的做法是什么？另外，有没有办法将字符串分开，同时在结果字符串中留下分隔符 - 这样每个字符串都以分隔符开头？

编辑：文件的布局如下：

Old McDonald had a farm 
<:==}:> 
EIEIO. And on that farm he had a cow 
<:==]:> 
And on that farm he....

Answer 1

最好不要使用split()。你可以改为匹配：

List<String> delimList = new ArrayList<String>();
List<String> sectionList = new ArrayList<String>();
Pattern regex = Pattern.compile(
    "(<:==[\\]}]:>)     # Match a delimiter, capture it in group 1.\n" +
    "(                  # Match and capture in group 2:\n" +
    " (?:               # the following group which matches...\n" +
    "  (?!<:==[\\]}]:>) # (unless we're at the start of another delimiter)\n" +
    "  .                # any character\n" +
    " )*                # any number of times.\n" +
    ")                  # End of group 2", 
    Pattern.COMMENTS | Pattern.DOTALL);
Matcher regexMatcher = regex.matcher(subjectString);
while (regexMatcher.find()) {
    delimList.add(regexMatcher.group(1));
    sectionList.add(regexMatcher.group(2));
}

正则表达式最佳实践

1 个答案: