Question

我有一个字符串需要用分号分割。最简单的方法是[^;]+。通过使用它，字符串中的每个分号都将用作分隔符。

然而，在我们的字符串中，有一些“＆amp;”我们不想包括那个;作为分隔符。

例如，一个字符串

abcd;efg;hij&amp;kl;mn

预期结果为abcd, efg, hij&kl, mn

有人可以帮我解决这个问题吗？

Answer 1

我认为更好的方法是解码你的字符串（例如在.NET HttpUtility.HtmlDecode方法中，我不知道你的平台），然后按;拆分。

正则表达式：

(?<!&[^;]+);

它不仅会忽略&，还会忽略以&开头且以;结尾的任何其他HTML / XML特殊符号。

Answer 2

如果你的正则表达式允许它，那么使用背后的负面看法

(?<!&amp);

见here online on Regexr

只有在&amp

之前没有;时才会匹配

这是一个使用split

的Java示例

String str = "abcd;efg;hij&amp;kl;mn";
String[] Result = str.split("(?<!&amp);");

Answer 3

如果您想匹配“真实; s”之外的所有内容：

(?:&amp;|[^;])+

会奏效。或(?:&\w+;|[^;])+，如果不仅仅需要&个实体。

如果你的正则表达式引擎支持拆分操作，也许这个正则表达式（只有在&amp之前没有匹配的分号）也是个好主意

(?<!&amp);

如果您的正则表达式实现支持lookbehind assertions内的无限重复，也可以使用上面的其他实体(?<!&\w+);。但大多数情况下，.NET都不是例外。

在Python中：

>>> import re
>>> re.findall("(?:&amp;|[^;])+", "abcd;efg;hij&amp;kl;mn")
['abcd', 'efg', 'hij&amp;kl', 'mn']
>>> re.split("(?<!&amp);", "abcd;efg;hij&amp;kl;mn")
['abcd', 'efg', 'hij&amp;kl', 'mn']

正则表达式将字符串拆分为;但不是安培;

3 个答案: