如何保留 Regex.Split 的分隔符？

Posted 2023-04-13

【中文标题】如何保留 Regex.Split 的分隔符？

【英文标题】：How to keep the delimiters of Regex.Split?

【发布时间】：2013-03-18 01:40:36

【问题描述】：

我想使用Regex 类中的Split 函数拆分字符串。问题是它删除分隔符，我想保留它们。最好作为 splitee 中的单独元素。

根据我发现的other discussions，只有不方便的方法可以实现。

有什么建议吗？

【问题讨论】：

输入字符串？你的正则表达式？预期输出？

@AndreasJohansson：相反，有 示例代码要发布。你写了the problem is that it removes... 在这种情况下“它”是什么？这是一个经典问题“我可以得到这个输出，但我想得到这个输出” - 一个很好的问题，但是如果原始代码（给出接近但不完全, 所需的输出) 被显示出来。

这个问题触发了discussion on Meta。

@AndreasJohansson - 不要转发。 edit。如果您的帖子有问题，重新发布它可能会导致自动禁止提问。相反，我认为这里的人们只是要求您发布一个不起作用的代码示例，以便它可以帮助他们为您定制一个基于您已经知道的解决方案，而不是猜测您所知道的和那么你有没有回来评论说“不，这不是我的意思。”。请记住，这里的人们自愿花时间帮助您，因此通过发布他们的要求来帮助他们是明智的。希望这可以帮助！ :)

@jmort253 我真的试图重新表述这个问题，但我可以找到任何方法来做到这一点，而不会真正破坏 I 提出的问题。我真的很抱歉。我将完全忽略这个问题，因为它引起了很多关注。请不要这样认为，因为我忽略了你。我只是切断了被感染的线程。

【参考方案1】：

只需将模式放入捕获组，匹配项也会包含在结果中。

string[] result = Regex.Split("123.456.789", @"(\.)");

结果：

 "123", ".", "456", ".", "789" 

这也适用于许多其他语言：

JavaScript

："123.456.789".split(/(\.)/g)

Python

：re.split(r"(\.)", "123.456.789")

Perl

：split(/(\.)/g, "123.456.789")

（虽然不是 Java）

【讨论】：

哦，这更好！有趣的例子 - 你匹配 any 一个句点 actually 是一个句点。 +1 语法很棒！但是，由于某种原因，它没有捕捉到最后一个元素，所以我得到了你所说的，但 except 对于 789 部分。

在阅读前瞻时，我读到它不包含在结果中，例如：Regex.Match ("say 25 miles more", @"\d+\s(?=miles)"); //OUTPUT: 25 和另一条语句声明在拆分时包含分隔符，将模式以正向向前看：Regex.Split ("oneTwoThree", @"(?=[A-Z])"); // 输出一二三混淆

@sortednoun 前瞻匹配零个字符，前提是正文将从该位置匹配。前瞻主体不是匹配的一部分，因此没有任何额外内容可包含。拆分时，正文匹配的文本将包含在下一个数组项中。 (?=([A-Z])) 将创建一个带有该字母的额外项目并将其包含在下一个项目中。

【参考方案2】：

使用Matches查找字符串中的分隔符，然后获取值和分隔符。

例子：

string input = "asdf,asdf;asdf.asdf,asdf,asdf";

var values = new List<string>();
int pos = 0;
foreach (Match m in Regex.Matches(input, "[,.;]")) 
  values.Add(input.Substring(pos, m.Index - pos));
  values.Add(m.Value);
  pos = m.Index + m.Length;

values.Add(input.Substring(pos));

【参考方案3】：

说输入是“abc1defg2hi3jkl”，正则表达式是用来挑数字的。

String input = "abc1defg2hi3jkl";
var parts = Regex.Matches(input, @"\d+|\D+")
            .Cast<Match>()
            .Select(m => m.Value)
            .ToList();

零件将是：abc1defg2hi3jkl

【参考方案4】：

对于 Java：

Arrays.stream("123.456.789".split("(?<=\\.)|(?=\\.)+"))
                .forEach((p) -> 
                    System.out.println(p);
                );

输出：

123
.
456
.
789

灵感来自这篇文章 (How to split string but keep delimiters in java?)

【参考方案5】：

把它们加回来：

    string[] Parts = "A,B,C,D,E".Split(',');
    string[] Parts2 = new string[Parts.Length * 2 - 1];
    for (int i = 0; i < Parts.Length; i++)
    
        Parts2[i * 2] = Parts[i];
        if (i < Parts.Length - 1)
            Parts2[i * 2 + 1] = ",";
    

【讨论】：

但这在正则表达式有多个可能匹配的情况下不起作用。

如果不知道使用了什么分隔符怎么办？你能把这个例子重复给我们 Regex 类吗？