Question

我试图仅在正则表达式的捕获组上拆分字符串，但我似乎在整个匹配中分裂。

我想在hi|my~~|~|name is bob之前将|分开，前面有零或任意偶数~的

所以我的预期输出是Array(hi, my~~, ~|name is bob)

我正在使用正则表达式"(?<!~)(?:~~)*(\\|)"

但"hi|my~~|~|name is bob".split("(?<!~)(?:~~)*(\\|)")正在返回Array[String] = Array(hi, my, ~|name is bob)，因为它会在~~|之后的整个my上分开，而不仅仅是|之前的~~ }}

例如比较：

scala> "(?<!~)(?:~~)*(\\|)".r.findAllIn("hi|my~~|~|name is bob").foreach(println)
|
~~|

到

scala> "(?<!~)(?:~~)*(\\|)".r.findAllIn("hi|my~~|~|name is bob").matchData foreach { m => println(m.group(1)) }
|
|

修改：

一些背景和澄清：

我正在尝试将字符串列表序列化为由|分隔的单个字符串。我无法保证|（或任何与此有关的字符）不会出现在单个字符串中。

为了实现所需的功能，我想要转义所有出现的|。我选择了~作为我的逃脱角色。在我逃脱|之前，我需要逃避~。

一旦我转义了所有内容，我就可以使用|加入列表，以获得代表我原始字符串列表的单个字符串。

然后稍后将单个字符串解析回原始列表，我只需要在未转义的|上进行拆分。我必须要小心，因为像~~|这样的东西实际上是一个未转义的管道，即使它包含~|。这是因为转义字符本身是转义的，这意味着它只是我原始字符串中的“tilda”而不是用作“转义”。换句话说，我有一个以~结尾的字符串，现在它已转义为~~并通过“|”与列表中的下一个字符串连接。

“hi|my~~|~|name is bob"

现在，如果我要反转这一点，我需要首先拆分未转义的|，这是|前面有零或偶数~的{{1}}。所以，如果我能用我的正则表达式实现这一点（到目前为止我在捕获组中正确捕获了这个，但我只是不知道如何仅应用组而不是完整的~~|匹配例如分割），然后我会得到["hi","my~~","~|name is bob"]。现在我只是忘记了我的~，忘了我的|，我已经回到原来的输入：

["hi","my~","|name is bob"]

Answer 1

您需要所有~成为后备组的一部分，因为split会分割正则表达式的整个匹配，而不仅仅是一组它，即使该组是非捕获组。一个更简单的例子：

"asdf" split "(?:s)" //Array(a, df)

后视组不是比赛的一部分，所以你想把你的前缀标准放在那里。基本上，您需要将解决方案包装在另一个后视组中。理想情况下，您需要：

"""(?<=(?<!~)(~~)*)\|"""

但遗憾的是，Java并不支持任意长度的后视组。作为解决方法，您可以：

"""(?<=(?<!~)(~~){0,10})\|"""

只要有20个或更少，这对偶数个~都有效。如果这是一个问题，你可以增加10。

如果嵌套的后视混乱，您也可以使用等效的：

"""(?<![^~]~(~~){0,10})\|"""

scala拆分捕获组

1 个答案: