如何使Java字符串分裂贪婪与前瞻？

Question

代码基本上是：

T, &, &, T, &, T

我期待前瞻是贪婪的，但它正在返回数组：

T, &&, T, &, T

我的目标是：

"(?=\\w|&&?)"

分裂和前瞻是否可行？

我尝试了以下拆分正则表达式值，但结果仍然不是吝啬的＆符号：

"(?=\\w|&{1,2})"

public class DateConverter{ public static SimpleDateFormat DATE_FORMAT = new SimpleDateFormat("yyyy-MM-dd'T'HH:mm:ss"); public static Date convertStringToDate(final String str){ try{ return DATE_FORMAT.parse(str); } catch(Exception ex){ //TODO: Log exception return null; } } public static String convertDateToString(final Date date){ try{ return DATE_FORMAT.format(date); } catch(Exception ex){ //TODO: Log exception return null; } } }

Answer 1

它已经贪婪了，但我认为你误解了你的分裂是如何运作的。问题是你在考虑角色而不是它们之间的空间（这是正则表达式可以远离你的地方之一）。

您要求分割字符串中的下一个字符是单词字符或一系列＆符号的位置。在你的字符串中，让我们标记满足该字符串的地方：

T|&|&|T|&|T

在第一个T和第一个＆符号之间的空格中，下一个字符是＆符号（匹配(?=&)，它在你的正则表达式中有效），两个＆符号之间的空格也匹配同样的原因。 ＆符号和第二个T之间的空格也匹配（匹配(?=\w)），依此类推。

split函数将测试字符串中的每个空格，以确定它是否是分割位置的候选者。要做你想做的事，你必须小心使用前瞻，这样我们就不允许在一串＆符号的中间分裂。

有多种方法可以克服这个问题; WiktorStribiżew提供了一条适用于他的评论的建议。

通常使用后视来检查您是否重复不需要的角色会起作用，或者如果可能的话，您可以使用后视来识别匹配的位置，并使用前瞻来避免不希望的重复。例如，如果我们希望将所有字符分开，将重复的字符放在一起，则可以(?<=(.))(?!\\1)将您的示例拆分为T, &&, T, &, T。

Answer 2

这个怎么样：

"(?=\\w)|(?<=\\w)"

或允许重复T：

"(?<!\\w)(?=\\w)|(?<=\\w)(?!\\w)"

或最佳形式here

Answer 3

Lookarounds不能贪婪或不情愿，他们只是检查左侧（lookbehind）和右侧（lookahead）的相邻文本是否与环视子模式匹配。如果匹配，并且环视为正，则匹配空位置。如果没有锚定环视，则字符串中的每个位置都将针对环视中的模式进行测试，甚至是开头和结尾。请参阅此截图（显示您的(?=\w|&&?)）：

由于环视是零宽度断言并且它不消耗字符，因此测试所有位置（在每个字符之前和结尾处）。因此，您可以获得每个角色之间的匹配。

(?=\w|&&?)检查T之前的第一个位置：它与\w匹配，因此该位置匹配（请参阅第一个|）。然后是T之前的第一个&之后的下一个位置。它符合&&。然后，正则表达式引擎继续检查第一个&和第二个&之后的位置。它匹配，因为后面有一个&。这样，我们匹配到最后。结束位置不匹配，因为未跟&或单词字符。

您可以使用另一种环视来限制环视中的模式，以避免在输入字符串中匹配特定的位置。

(?=\w|(?<!&)&)
      ^^^^^^

(?<!&)&模式将与之前没有其他&的{​​{1}}匹配。请参阅regex demo。

IDEONE demo：

&

环视解决方案是通用解决方案。如果我们要考虑当前的情况，你肯定可以缩短＆＃34;模式为String[] result = "T&&T&T".split("(?=\\w|(?<!&)&)"); System.out.println(Arrays.toString(result)); // => [T, &&, T, &, T] （也将find a match at the end of the string，尽管Java String#split将安全地从结果数组中删除尾随的空元素），该模式匹配非单词和单词字符之间的所有位置，也如果字符串的开头/结尾有一个单词字符，则在字符串的开头/结尾处。如果备选方案（例如正则表达式中的\b和\w）属于同一类型（例如，两个都是单词字符），则无法使用。

Answer 4

看起来你想在不同的字符之间进行分割，所以一般来说：

String[] parts = input.split("(?<=T)(?=&)|(?<=&)(?=T)");

但在这种情况下，除了开头/结尾外，您可以拆分字边界：

String[] parts = input.split("(?<=.)\b(?=.)");