使用正则表达式区分字符串中的斜杠

Question

我正在编写的程序（用Java编写）获取由三种部分组成的输入数据，用斜杠/分隔。部件可以是以下之一：

1. 与正则表达式\w*
匹配的名称
2. 与表达式\w*\(.*\)
匹配的调用
3. 与表达式<.*>|\".*\"匹配的路径。 路径可以包含斜杠。

示例字符串可能如下所示：

bar/foo()/foo(bar)/<foo/bar>/bar/"foo/bar"/foo()

具有以下结构

name/call/call/path/name/path/call

我想将此字符串拆分为多个部分，我正在尝试使用正则表达式。我的当前表达式在调用和路径之后捕获斜杠，但是我无法在名称之后捕获斜杠而不包括可能的斜杠存在于路径中。我当前的表达式，只是在路径和调用之后捕获斜杠，如下所示：

(?<=[\)>\"])/

如何扩展此表达式以在名称之后捕获斜杠而不在路径中包含斜杠？

Answer 1

我的第一个想法是将斜线与左边的偶数引号匹配。 （即，对(".*")*之类的东西有一个积极的看法，但最终会出现例外情况

Look-behind group does not have an obvious maximum length

老实说，我认为你使用Matcher更好，使用你的组件的or：ed编译版本（类似\w*|\w*\(.*\)|(<.*>|\".*\")）和while (matcher.find())。

Answer 2

在输入中使用字符串的deliminator未被转义可能不是最佳选择。但是，你确实在常规模式中有“假”斜线的奢侈。我的建议......

1. 将整个字符串拆分为“/”
2. 解析每个部分，直到到达路径的开头
3. 将路径元素放入列表中，直到路径末尾
4. 重新加入“/”
上的路径

我强烈建议您考虑逃离路径中的“/”以使您的生活更轻松。

Answer 3

(\w+|\w+\([^/]*\)(?:/\w+\([^/]*\))*|<[^>]*>|"[^"]*")(?=/|$)

从字符串'bar/foo()/foo(bar)/<foo/bar>/bar/"foo/bar"/foo()'

中捕获此内容

• 'bar'
• 'foo()/foo(bar)'
• '<foo/bar>'
• 'bar'
• '"foo/bar"'
• 'foo()'

它不捕获分离斜线，但是（为什么？ - 只是假设它们在那里）。

更简单的(\w+|\w+\([^/]*\)|<[^>]*>|"[^"]*")(?=/|$)将分别捕获调用：

• "foo()"
• "foo(bar)"

---

编辑：通常，我会进行正则表达式分解：

(           # begin group 1 (for alternation)
  \w+       #   at least one word character
|           # or...
  \w+       #   at least one word character
  \(        #   a literal "("
  [^/]*     #   anything but a "/", as often as possible
  \)        #   a literal ")"
|           # or...
  <         #   a "<"
  [^>]*     #   anything but a ">", as often as possible
  >         #   a ">"
|           # or...
  "         #   a '"'
  [^"]*     #   anything but a '"', as often as possible
  "         #   a '"'
)           # end group 1
(?=/|$)     # look-ahead: ...followed by a slash or the end of string

Answer 4

此模式分别捕获示例字符串的所有部分，而不将分隔符包含在结果中：

\w+\(.*?\)|<.*>|\".*\"|\w+