Question

我正在尝试形成一个功能如下所述的正则表达式：

字符串killing of <span class="abc">cats</span>, hi <span class="xyz">dogs</span>,

分裂成：

1. killing
2. of
3. <span class="abc">cats</span>,
4. hi
5. <span class="xyz">dogs</span>,

此正则表达式\\<.*?\\>|会将其拆分，但标记会被删除，而,在标记之后是新字符串。

Answer 1

无法帮助split()，但这是一个带有顺序find()的解决方案：

final String s =
    "killing of <span class=\"abc\">cats</span>, "
    + "hi <span class=\"xyz\">dogs</span>,";
final Matcher matcher = Pattern.compile(
    "(<.*?>.*?</.*?>|\\w+)\\p{Punct}*").matcher(s);
while (matcher.find()) {
    System.out.println(matcher.group());
}

<强>输出：

killing
of
<span class="abc">cats</span>,
hi
<span class="xyz">dogs</span>,

Answer 2

String[] items = s.split("(?<=^|>)[^><]+?(?=<|$)");

我在上面尝试了这个。它运作得很好。

更新

    String str = "killing of <span class=\"abc\">cats</span>, hi <span class=\"xyz\">dogs</span>";
    Pattern p = Pattern.compile("(?<=^|>)[^><]+?(?=<|$)");
    Matcher m = p.matcher(str);

    int start = 0;
    int end =0;
    while(m.find()){
        start = m.start(0);
        end = m.end(0);
       String items[] = str.substring(start, end).split("\\s");
        for(String item:items){
                   System.out.println(item);
        }
    }
}

Answer 3

在空格和标记部分周围添加一个组，并在replaceAll调用中引用该组的空间。

所以你的正则表达式看起来像（\\ s）（\\＆lt;。*？\\＆gt;）？

然后仅在组1上执行replaceAll，替换为换行符。（记住组0是整个匹配，所以1只是空格）。如果可以有多个空格字符，请在（\\ s）之后添加一个加号。

有关如何替换使用群组的示例，请参阅问题：Java Regex Replace with Capturing Group

我稍后会尝试放一个java示例。但我希望现在这会让你朝着正确的方向前进。

正则表达式用空格分割包含标签的字符串但不破坏java中的标签

3 个答案: