是標記化忽略轉義字符

考慮一個測試字符串像是標記化忽略轉義字符

Irrelevant start|group 1|group 2 with \| escaped|group 3|group 4|Irrelevant end

這怎麼能使用單一的Java正則表達式，提取全部由棒分離羣體進行解析Java的正則表達式中間的轉義欄（\ |），以及不相關的開始和結束部分（不包含欄）？與背後斷言，已建議在earlier question看

一個問題，就是在Java不允許變長字符串和上述團體沒有預定義的

來源

2014-07-05 PNS

不要爲此使用正則表達式。請不要。像優秀的OpenCSV一樣使用CSV解析庫。 –

這是一個非常好的主意，我也考慮過這個主意。更快，是逐字讀取字符串，並在飛行中分割。這是我目前正在做的。 – PNS

也在正則表達式中。 – PNS

你可以用split做到這一點。我們想要在|之前進行拆分，但前面沒有\。我們必須在我們的正則表達式中跳轉|以匹配|，而不是將其用作or。爲了匹配我們的正則表達式中的文字\（負面的背後），我們需要\\\\。

import java.util.Arrays; 

public class Test { 

    public static void main(String[] args) { 
     String str = "Irrelevant start|group 1|group 2 with \\| escaped|group 3|group 4|Irrelevant end"; 
     System.out.println(str); 

     String[] arr = str.split("(?<!\\\\)\\|"); 

     String[] new_arr = Arrays.copyOfRange(arr, 1, arr.length - 1); 
     System.out.println(Arrays.toString(arr)); 
     System.out.println(Arrays.toString(new_arr)); 

    } 
}

輸出：

Irrelevant start|group 1|group 2 with \| escaped|group 3|group 4|Irrelevant end 
[Irrelevant start, group 1, group 2 with \| escaped, group 3, group 4, Irrelevant end] 
[group 1, group 2 with \| escaped, group 3, group 4]

對於負看看一個簡單的例子的背後，讓我們看一看(?<!a)b。這與b相匹配，但前面沒有a。在我們的例子中，我們想要匹配一個文字\而不是一個a和|而不是一個b，這就是爲什麼我們需要所有的\。有很多資源可供瀏覽，但here是一個如果你想進一步閱讀。

此外，鮑里斯蜘蛛指出，這是脆弱的，有些情況下，它將無法正常工作。與不應該用正則表達式解析XML類似，CSV格式通常應該與解析庫一起使用。

來源

2014-07-05 16:52:22 chilemagic

那麼前面加一個反斜槓的管道呢？如果該反斜槓也逃脫了呢？除非創建脆弱代碼的目的，否則這不是正則表達式的任務。 –

您遺漏的一點是您使用的是負面後視。 –

鮑里斯，我同意它很脆弱。大衛，我添加了一些關於負面後視的更多細節。感謝您的評論！ – chilemagic

此外馬特的答案，我認爲這是一個非常不錯的主意，如果你仍然有興趣在正則表達式，你可以用這一個：

([\w ]+(\\\|[\w ]+)?)

在這裏，您可以檢查工作的例子：

http://regex101.com/r/hK3fD3/1

正如你可以看到每個比賽的每個第一組包含相關的內容，你可以放棄第一場和最後一場比賽。

希望能幫到

來源

2014-07-05 16:57:31

是標記化忽略轉義字符

回答

相關問題