分割字符串（尤其是在 Java 中使用 java.util.regex 或其他东西）

Question

有谁知道如何在考虑到转义序列的情况下拆分字符上的字符串？

例如，如果字符为“:”，则“a:b”将被拆分为两部分（“a”和“b”），而“a:b”则根本不会拆分。

我认为用正则表达式很难（不可能？）做到这一点。

提前谢谢你，

基达尔

Answer 1

由于 Java 支持可变长度后向查找（只要它们是有限的），您可以这样做：

import java.util.regex.*;

public class RegexTest {
    public static void main(String[] argv) {

        Pattern p = Pattern.compile("(?<=(?<!\\\\)(?:\\\\\\\\){0,10}):");

        String text = "foo:bar\\:baz\\\\:qux\\\\\\:quux\\\\\\\\:corge";

        String[] parts = p.split(text);

        System.out.printf("Input string: %s\n", text);
        for (int i = 0; i < parts.length; i++) {
            System.out.printf("Part %d: %s\n", i+1, parts[i]);
        }

    }
}

• (?<=(? 在后面查找偶数个反斜杠（包括零个，最多 10 个）。

输出：

输入字符串：foo:bar\:baz\\:qux\\\:quux\\\\:corge
第 1 部分：foo
第 2 部分：bar\:baz\\
第 3 部分：qux\\\:quux\\\\
第 4 部分：corge

另一种方法是匹配各部分本身，而不是在分隔符处拆分。

Pattern p2 = Pattern.compile("(?<=\\A|\\G:)((?:\\\\.|[^:\\\\])*)");
List<String> parts2 = new LinkedList<String>();
Matcher m = p2.matcher(text);
while (m.find()) {
    parts2.add(m.group(1));
}

奇怪的语法源于它需要处理字符串开头和结尾处的空片段的情况。 当匹配恰好跨越零个字符时，下一次尝试将从其末尾的一个字符开始。 如果没有，它将匹配另一个空字符串，另一个空字符串，无限…

• (?<=\A|\G:) 将在后面查找字符串的开头（第一段），或上一个匹配的结尾，后跟分隔符。 如果我们这样做 (?:\A|\G:)，如果第一部分为空（输入以分隔符开头），则会失败。
• \\. 匹配任何转义字符。
• [^:\\] 匹配不在转义序列中的任何字符（因为 \\. 消耗了这两个字符）。
• ((?:\\.|[^:\\])*) 将第一个非转义分隔符之前的所有字符捕获到捕获组 1 中。

Answer 2

(?<=^|[^\\]): 让您接近，但不解决转义斜杠。 （这是一个文字正则表达式，当然你必须转义其中的斜杠才能将其转换为java字符串）

(?<=(^|[^\\])(\\\\)*)：怎么样？ 我认为这应该满足前面有偶数个斜杠的任何“：”。

编辑：不要对此投赞成票。 MizardX 的解决方案更好:)