Question

我有一个像

这样的字符串

s="abc, 3rncd (23uh, sdfuh), 32h(q23q)89 (as), dwe8h, edt (1,wer,345,rtz,tr t), nope";

我希望将其拆分为那些字符串

String[] parts={"abc", "3rncd (23uh, sdfuh)", "32h(q23q)89 (as)", "dwe8h", "edt (1,wer,345,rtz,tr t)", "nope"};

如果我只是简单地调用s.split(",")，那么在修剪后我会得到不同的结果，因为在某些字符串中，例如"3rncd (23uh, sdfuh)"，仍然有逗号。但我不想在括号中使用逗号。有没有一种优雅的方法来解决这个问题？

Answer 1

假设(和)未嵌套且未转义。您可以使用拆分：

String[] arr = input.split(",(?![^()]*\\))\\s*");

RegEx Demo

,(?![^()]*\))将匹配逗号（如果后面没有非括号的文字和)，则会忽略(和)中的逗号。

Answer 2

即使这样也适合你。

public static void main(String[] args) {
    String s="abc, 3rncd (23uh, sdfuh), 32h(q23q)89 (as), dwe8h, edt (1,wer,345,rtz,tr t), nope";
    String[] arr = s.split(",\\s(?!\\w+\\))");
    for (String str : arr) {
        System.out.println(str);
    }
}

O / P：

abc
3rncd (23uh, sdfuh)
32h(q23q)89 (as)
dwe8h
edt (1,wer,345,rtz,tr t)
nope

Answer 3

FWIW：我不会为此使用先行解决方案。

如果你有很多逗号，那么前瞻将会有一个延迟对数，相对于逗号的数量。

原因是像这样使用的前瞻可以开放式 如果有可能没有任何东西可以终止外观这不是一个好主意。特别是对大量数据样本。

每次正则表达式找到逗号时，都必须执行此操作(?![^()]*\))

在找到括号之前，它的前瞻性是什么这意味着它也会匹配逗号。

如果您有这样的字符串asdf,asdf,asdf,aasdf,aaaasdf,asdf,aasdf,asdf
进展是

匹配1：发现,展望了所有这些asdf,asdf,aasdf,aaaasdf,asdf,aasdf,asdf 第2场比赛：发现,展望了所有这些asdf,aasdf,aaaasdf,asdf,aasdf,asdf 第3场比赛：发现,展望了所有这些aasdf,aaaasdf,asdf,aasdf,asdf 第4场比赛：发现,展望了所有这些aaaasdf,asdf,aasdf,asdf 第5场比赛：发现,展望了所有这些asdf,aasdf,asdf 第6场比赛：发现,展望了所有这些aasdf,asdf 第7场比赛：发现,展望了所有asdf

这是一个非常小的字符串，可以匹配所有这些东西。

对于分割或任何类型的匹配，使用这样的正则表达式永远不会好。

我只是匹配全局查找中的字段值。

"(?:\\A|\\G,\\s*)([^(),]*(?:(?:\\([^()]*\\))[^(),]*)*)"

这是一个简单的基准测试，使用
来演示所述延迟像这样的先行可能导致：

示例：260个字符，42个逗号

asdf,asdf,asdf,asdf,asdf,asdf,asdf,
asdf,asdf,asdf,asdf,asdf,asdf,asdf,
asdf,asdf,asdf,asdf,asdf,asdf,asdf,
asdf,asdf,asdf,asdf,asdf,asdf,asdf,
asdf,asdf,asdf,asdf,asdf,asdf,asdf,
asdf,asdf,asdf,asdf,asdf,asdf,asdf,
asdf,asdf,asdf,asdf,asdf,asdf,asdf,

基准

Regex1:   (?:\A|\G,\s*)([^(),]*(?:(?:\([^()]*\))[^(),]*)*)
Options:  < none >
Completed iterations:   50  /  50     ( x 1000 )
Matches found per iteration:   50
Elapsed Time:    2.97 s,   2972.45 ms,   2972454 µs


Regex2:   ,(?![^()]*\))\s*
Options:  < none >
Completed iterations:   50  /  50     ( x 1000 )
Matches found per iteration:   49
Elapsed Time:    21.59 s,   21586.81 ms,   21586811 µs

当样本加倍时，时间会变得更糟......

Regex1:   (?:\A|\G,\s*)([^(),]*(?:(?:\([^()]*\))[^(),]*)*)
Options:  < none >
Completed iterations:   50  /  50     ( x 1000 )
Matches found per iteration:   99
Elapsed Time:    5.89 s,   5887.16 ms,   5887163 µs


Regex2:   ,(?![^()]*\))\s*
Options:  < none >
Completed iterations:   50  /  50     ( x 1000 )
Matches found per iteration:   98
Elapsed Time:    83.06 s,   83063.77 ms,   83063772 µs

由逗号分隔的拆分字符串，不考虑括号

3 个答案: