Question

假设我有字符串：

String toTokenize = "prop1=value1;prop2=String test='1234';int i=4;;prop3=value3";

我想要代币：

PROP1 =值1
prop2 = String test ='1234'; int i = 4;
prop3 =值3

为了向后兼容，我必须使用分号作为分隔符。我试过用CDATA包装代码：

String toTokenize = "prop1=value1;prop2=<![CDATA[String test='1234';int i=4;]]>;prop3=value3";

但我无法找出一个正则表达式来忽略cdata标签内的分号。

我已尝试转义非分隔符：

String toTokenize = "prop1=value1;prop2=String test='1234'\\;int i=4\\;;prop3=value3";

然而，删除转义字符有一个丑陋的混乱。

你有什么建议吗？

Answer 1

您可以匹配<![CDATA...]]>或;以外的任何字符，1次或多次，以匹配值。要匹配密钥，您可以使用常规\w+模式：

(\w+)=((?:<!\[CDATA\[.*?]]>|[^;])+)

请参阅regex demo。

<强>详情

(\w+) - 第1组：一个或多个单词字符
= - =标志
((?:<!\[CDATA\[.*?]]>|[^;])+) - 第1组：一个或多个序列
- <!\[CDATA\[.*?]]> - <![CDATA[...]]>子字符串
- | - 或
- [^;] - 任何字符;

查看Java demo：

String rx = "(\\w+)=((?:<!\\[CDATA\\[.*?]]>|[^;])+)";
String s = "prop1=value1;prop2=<![CDATA[String test='1234';int i=4;]]>;prop3=value3";
Pattern pattern = Pattern.compile(rx);
Matcher matcher = pattern.matcher(s);
while (matcher.find()) {
    System.out.println(matcher.group(1) + " => " + matcher.group(2));
}

结果：

prop1 => value1
prop2 => <![CDATA[String test='1234';int i=4;]]>
prop3 => value3

Answer 2

先决条件：

所有令牌都以prop
除了令牌的开头之外，文件中没有prop

我只是按;prop

替换所有~prop

然后你的字符串变为：

"prop1=value1~prop2=String test='1234';int i=4~prop3=value3";

然后，您可以使用~分隔符

进行标记

在Java中，如何标记包含标记中分隔符的字符串？

2 个答案: