Question

我之前提出过这个问题并且它已经关闭了，因为它是重复的，我接受并在Java: splitting a comma-separated string but ignoring commas in quotes问题中找到答案，所以感谢发布它的人。

但我已经遇到了另一个问题。显然我需要做的是当有零或偶数个双引号时使用“，”作为我的分隔符，但也忽略括号中包含的任何“，”。

以下内容：

"Thanks,", "in advance,", "for("the", "help")"

将标记为：

谢谢，
提前，
for（“the”，“help”）

我不确定是否还有修改我正在使用的当前正则表达式，但是任何指导都将不胜感激。

line.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)");

Answer 1

有时候更容易匹配你想要的东西而不是你想要的东西：

String s = "\"Thanks,\", \"in advance,\", \"for(\"the\", \"help\")\"";
String regex = "\"(\\([^)]*\\)|[^\"])*\"";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(s);
while(m.find()) {
    System.out.println(s.substring(m.start(),m.end()));
}

输出：

"Thanks,"
"in advance,"
"for("the", "help")"

如果你还需要忽略括号内引号部分内的右括号，那么你需要这个：

 String regex = "\"(\\((\"[^\"]*\"|[^)])*\\)|[^\"])*\"";

需要第二个更复杂版本的字符串示例是：

 "foo","bar","baz(":-)",":-o")"

输出：

"foo"
"bar"
"baz(":-)",":-o")"

但是，如果可能，我建议您更改数据格式。如果您使用像XML这样的标准格式来存储令牌，这将会容易得多。

Answer 2

自行开发的解析器很容易编写。

例如，这个ANTLR语法可以毫不费力地处理你的示例输入：

parse
  :  line*
  ;

line
  :  Quoted ( ',' Quoted )* ( '\r'? '\n' | EOF )
  ;

Quoted
  :  '"' ( Atom )* '"'
  ;

fragment
Atom
  :  Parentheses
  |  ~( '"' | '\r' | '\n' | '(' | ')' )
  ;

fragment
Parentheses
  :  '(' ~( '(' | ')' | '\r' | '\n' )* ')'
  ;

Space
  :  ( ' ' | '\t' ) {skip();}
  ;

并且可以很容易地将其扩展为考虑转义引号或括号。

在将由该语法生成的解析器提供给以下两行输入时：

"Thanks,", "in advance,", "for("the", "help")"
"and(,some,more)","data , here"

它被解析如下：

alt text http://i47.tinypic.com/258otvs.png

如果您考虑使用ANTLR，我可以发布一些HOW-TO来从我发布的语法中获取解析器，如果您愿意的话。

在逗号上拆分一个不带双引号的逗号的字符串

2 个答案: