获取字符串的偏移量

Question

我有一个从缓冲区字符串中分割出来的 Strings 的 Array 。现在数组中的每个项目都有一个 {value, offset, count, &哈希}。如何获取数组中项目的偏移量？

例子：

String buffer = aVeryLongString;
String[] splitStringArray = buffer.split(regex);

for(String s: splitStringArray) {   
    // Get the offset of each item
    // Do something
}

Answer 1

String buffer = aVeryLongString;
String[] splitStringArray = buffer.split(regex);

int offset = -1;
for(String s: splitStringArray) {
    offset = buffer.indexOf(s, offset + 1); // avoid duplicates
    System.out.println(offset);
}

使用 String.indexOf(String str, int offset) 可以找出字符串的偏移量。它开始在给定的偏移量处搜索字符串。因此，使用前一个字符串的偏移量将解决重复的问题。

Answer 2

String.indexOf(String str) 应该可以工作。

for(String s: splitStringArray) {
    System.out.println(buffer.indexOf(s));
}

Answer 3

您可能想使用正则表达式 Matcher/Pattern 类而不是 String.split 函数。使用 Matcher 类，您可以使用 find() 迭代匹配，并通过 end() 获取当前位置。

Answer 4

String.split() 并没有真正提供恢复此信息的方法（无需循环遍历数组并添加先前的长度）。如果您需要有关生成的子字符串的额外信息，您可以尝试 java.util.Scanner。

或者，正如其他海报之一所建议的，使用 java.util.regex 类、Pattern 和 Matcher。

Answer 5

如果正则表达式始终匹配固定长度，则偏移量将是前面字符串的长度加上分割字符串的长度之和。

但如果正则表达式长度不固定......嗯，这不是一个简单的问题。我认为，你必须基本上重复 split 用于查找碎片的逻辑。

Answer 6

假设您想用空格字符分割缓冲区。 （\S+ 代表非空白字符）

String buffer = aVeryLongString;
Pattern p = Pattern.compile("\\S+");
Matcher m = p.matcher(buffer);

while(m.find()) {
  String matchStr = m.group();
  int startOffset = m.start();
  int endOffset = m.end();
  System.out.println("[ " + matchStr + " " + Integer.toString(startOffset) + " " + Integer.toString(endOffset) + " ]");
}