java - 使用正则表达式分割字符串，但在子字符串中包含部分正则表达式

Question

我有一个像这样的字符串:

"tag0 tag1 yellow\ green tag2"

我想在每个未转义的空格之后分割它，所以我得到这个结果:

result[0] = "tag0"
result[1] = "tag1"
result[2] = "yellow\ green"
result[3] = "tag2"

有什么功能可以帮我做到这一点吗？ string.split()使用正则表达式 "[^\\] " 也会删除最后一个字符，这是我想避免的。这是我通过 string.split 和 "[^\\] " 得到的结果:

result[0] = "tag"
result[1] = "tag"
result[2] = "yellow\ gree"
result[3] = "tag2"

Answer 1

使用负向后查找可能是一种解决方法，但它不能保证前面的反斜杠本身不是转义的反斜杠。例如:

tag0 tag1 yellow\\ green tag2

如果您可以避免拆分，而是在正则表达式下面进行匹配将匹配预期的 block :

[^\s\\]+(?:\\.[^\s\\]*)*

Live demo

分割:

• [^\s\\]+ 匹配除空格和反斜杠之外的任何内容
• (?: 启动非 capturin 组
  • \\. 匹配转义字符
  • [^\s\\]* 匹配除空格和反斜杠之外的任何内容
• )* NCG 结束，尽可能重复多次

Java:

String regex = "[^\\s\\\\]+(?:\\\\.[^\\s\\\\]*)*";
String string = "tag0 tag1 yellow\\ green tag2";

Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(string);

while (matcher.find()) {
    System.out.println("Full match: " + matcher.group(0));
    for (int i = 1; i <= matcher.groupCount(); i++) {
        System.out.println("Group " + i + ": " + matcher.group(i));
    }
}

Java demo