您可以在字符串拆分中使用零宽度匹配正则表达式吗？

Posted 2023-02-26

【中文标题】您可以在字符串拆分中使用零宽度匹配正则表达式吗？

【英文标题】：Can you use zero-width matching regex in String split?

【发布时间】：2011-01-25 06:50:36

【问题描述】：

System.out.println(
    Arrays.deepToString(
        "abc<def>ghi".split("(?:<)|(?:>)")
    )
);

这打印出[abc, def, ghi]，就好像我在"<|>" 上分裂了一样。我希望它打印[abc, <def>, ghi]。有没有办法使用一些正则表达式来完成我想要的？

---

也许是一个更简单的例子：

System.out.println(
    Arrays.deepToString(
        "Hello! Oh my!! Good bye!!".split("(?:!+)")
    )
);

这将打印[Hello, Oh my, Good bye]。我希望它打印[Hello!, Oh my!!, Good bye!!]。 `.

【问题讨论】：

重复***.com/questions/275768/…

【参考方案1】：

你需要看看零宽度匹配结构：

(?=X)   X, via zero-width positive lookahead
(?!X)   X, via zero-width negative lookahead
(?<=X)  X, via zero-width positive lookbehind
(?<!X)  X, via zero-width negative lookbehind

【讨论】：

是的，我误解了(?:...) 的用途。

【参考方案2】：

您可以使用\b（字边界）作为要查找的内容，因为它是零宽度，并将其用作查找< 和> 的锚。

String s = "abc<def>ghi";
String[] bits = s.split("(?<=>)\\b|\\b(?=<)");
for (String bit : bits) 
  System.out.println(bit);

输出：

abc
<def>
ghi

现在这不是一个通用的解决方案。您可能需要为此编写一个自定义拆分方法。

您的第二个示例表明您所追求的并不是真正的split()，而是一个正则表达式匹配循环。例如：

String s = "Hello! Oh my!! Good bye!!";
Pattern p = Pattern.compile("(.*?!+)\\s*");
Matcher m = p.matcher(s);
while (m.find()) 
  System.out.println("[" + m.group(1) + "]");

输出：

[Hello!]
[Oh my!!]
[Good bye!!]

【讨论】：

您能否对我的回答发表评论，看看有什么问题吗？谢谢。

【参考方案3】：

感谢 Cine 提供的信息，我认为这些是我正在寻找的答案：

System.out.println(
    Arrays.deepToString(
        "abc<def>ghi<x><x>".split("(?=<)|(?<=>)")
    )
); // [abc, <def>, ghi, <x>, <x>]


System.out.println(
    Arrays.deepToString(
        "Hello! Oh my!! Good bye!! IT WORKS!!!".split("(?<=!++)")
    )
); // [Hello!,  Oh my!!,  Good bye!!,  IT WORKS!!!]

现在，第二个是通过尝试所有不同的量词诚实地发现的。贪婪和不情愿都不会起作用，但占有欲会起作用。

我还是不知道为什么。

【讨论】：

你的第二个例子不应该工作。 :-/ 它应该抛出 PatternSyntaxException，因为后视没有明显的最大长度。您的正则表达式编译是一个错误；它有效令人难以置信——而且不值得依赖。这是您应该使用的：(?<=!)(?!!)。这适用于任何支持前瞻和后瞻的正则表达式风格。

该错误已被报告，如果这就是您的意思。我建议你在任何情况下都不要养成在lookbehinds中使用可变宽度表达式的习惯；很少有正则表达式支持该功能，而且通常有更好的方法。