如何使用正则表达式拆分字符串而不消耗拆分器部分？

Posted 2023-02-26

【中文标题】如何使用正则表达式拆分字符串而不消耗拆分器部分？

【英文标题】：How to split string using regex without consuming the splitter part?

【发布时间】：2021-03-06 20:18:13

【问题描述】：

如何在不消耗拆分器部分的情况下拆分字符串？ 像这样的东西，但: 我使用的是#[a-fA-F0-9]6 正则表达式。

String from = "one:two:three";
String[] to  = ["one",":","two",":","three"];

我已经尝试过使用 commons lib，因为它有 StringUtils.splitPreserveAllTokens()，但它不适用于正则表达式。

编辑：我想我应该更具体一些，但这更多的是我想要的。

String string = "Some text here #58a337test #a5fadbtest #123456test as well.
 #58a337Word#a5fadbwith#123456more hex codes.";

String[] parts = string.split("#[a-fA-F0-9]6");
/*Output: ["Some text here ","#58a337","test ","#a5fadb","test ","#123456","test as well. ",
"#58a337","Word","#a5fadb","with","#123456","more hex codes."]*/

编辑 2：解决方案！

final String string = "Some text here #58a337test #a5fadbtest #123456test as
 well. #58a337Word#a5fadbwith#123456more hex codes.";

String[] parts = string.split("(?=#.6)|(?<=#.6)");
for(String s: parts) 
    System.out.println(s);

输出：

Some text here 
#58a337
test 
#a5fadb
test 
#123456
test as well. 
#58a337
Word
#a5fadb
with
#123456
more hex codes.

【参考方案1】：

您可以使用 \\b (word-break, \ escaped) 来拆分您的情况，

final String string = "one:two:three";
    
String[] parts = string.split("\\b");
for(String s: parts) 
    System.out.println(s);

Try it online!

【讨论】：

这确实适用于:，但我需要它来处理这个正则表达式#[a-fA-F0-9]6。我现在编辑了帖子以使其更准确。

@Lynx - 然后与 Tim 一起使用 (?=#.6)|(?<=#.6) 作为拆分器。

【参考方案2】：

@vrintle +1 给出的答案可能是可以为您的确切输入编写的最严格的代码。但是，假设除了: 之外，您的输入中可能还有其他非单词字符，那么您还可以使用环视更精确地进行拆分：

String from = "one:two:three";
String[] parts = from.split("(?<=:)|(?=:)");
System.out.println(Arrays.toString(parts));

打印出来：

[one, :, two, :, three]

【讨论】：

天哪，这太美了！

@Eugene 别说了！你让我脸红了:-)

我编辑了这篇文章，因为它并不完全符合我的需要。 @vrintle 准确地评论了我需要什么。不过还是谢谢。 :)