將字符串分割，同時保持分隔符，除了逃脫的人（正則表達式）

Question

如果我有一個由字符分隔的字符串，讓我們這樣說：

a-b-c 

，我想保留分隔符，我可以使用向後看和前瞻，以保持自己的分隔符，如：

string.split("((?<=-)|(?=-))"); 

導致

• a
• -
• b
• -
• c

現在，如果分隔符的一個逃脫的是這樣的：

a-b\-c 

而且我希望遵守逃逸，我想出了使用這樣的正則表達式：

((?<=-(?!(?<=\\-))) | (?=-(?!(?<=\\-)))) 

ERGO現在

string.split("((?<=-(?!(?<=\\\\-)))|(?=-(?!(?<=\\\\-))))"): 

，這部作品並導致：

• a
• -
• b\-c

（我後來用string.replace("\\", "");刪除的反斜槓，我還沒有找到一種方法將其包含在正則表達式中）

我的問題是理解之一。
我的理解是這樣的，正則表達式是，在口頭上，

split ((if '-' is before (unless ('\-' is before))) or (if '-' is after (unless ('\-' is before))))

爲什麼不應該的最後一部分是「除非\是前」？如果' - '在之後，這意味着我們在'\'和' - '之間，所以只有\應該在之前，而不是\\-，但它不起作用，如果我改變正則表達式來反映如下：

((?<=-(?!(?<=\\-))) | (?=-(?!(?<=\\)))) 

結果：a，-，b\，-c

，這是什麼原因呢？我在推理中的錯誤在哪裏？

Answer 1

爲什麼不應該最後一部分是「除非\是在之前」？

在

(?=-(?!(?<=\\-)))) 
    ^here 

光標-經過這麼"unless \ is before"將永遠是假的，因爲我們總是當前位置之前有-。

---

也許更容易的正則表達式將

(?<=(?<!\\\\)-)|(?=(?<!\\\\)-)

• (?<=(?<!\\\\)-)將檢查如果我們-後，以前沒有\。
• (?=(?<!\\\\)-)將檢查我們是否在-之前沒有\。

Answer 2

儘管這並沒有真正回答這個問題，但這解釋了周邊環境如何工作。

Lookarounds是錨點：它們不消耗文本，但在輸入文本中找到位置。您正則表達式可以寫在一個更簡單的方式：

(?<=-)(?<!\\-)|(?=-)(?<!\\) 

你這裏有四個lookarounds：正面和負面的回顧後，正面和負面的前瞻。

完整的正則表達式如下：

(?<=-)   # Find a position where what precedes is a dash 
(?<!\\-)   # Find a position where what precedes is not \- 
|     # Or 
(?=-)    # Find a position where what follows is a dash 
(?<!\\)   # Find a position where what precedes is not a \ 

注意術語 「位置」。請注意，將不會在前進文本中。現在

，如果我們試圖匹配該正則表達式對a-b\-c：

# Step 1 
# Input: | a-b\-c| 
# Position: |^  | 
# Regex: | (?<=-)(?<!\\-)|(?=-)(?<!\\)| 
# Position: |^       | 
# No match, try other alternative 
# Input: | a-b\-c| 
# Position: |^  | 
# Regex: |(?<=-)(?<!\\-)| (?=-)(?<!\\)| 
# Position: |    ^   | 
# No match, regex fails 
# Advance one position in the input text and try again 

# Step 2 
# Input: |a -b\-c| 
# Position: |^ | 
# Regex: | (?<=-)(?<!\\-)|(?=-)(?<!\\)| 
# Position: |^       | 
# No match, try other alternative 
# Input: |a -b\-c| 
# Position: |^ | 
# Regex: |(?<=-)(?<!\\-)| (?=-)(?<!\\)| 
# Position: |    ^   | 
# Match: a "-" follows 
# Input: |a -b\-c| 
# Position: |^ | 
# Regex: |(?<=-)(?<!\\-)|(?=-) (?<!\\)| 
# Position: |     ^  | 
# Match: what precedes is not a \ 
# Input: |a -b\-c| 
# Position: |^ | 
# Regex: |(?<=-)(?<!\\-)|(?=-)(?<!\\) | 
# Position: |       ^| 
# Regex is satisfied 

這裏是一個不使用分離的替代，沒有lookarounds：

[a-z]+(\\-[a-z]+)*|- 

您可以在使用正則表達式Pattern and use a Matcher：

public static void main(final String... args) 
{ 
    final Pattern pattern 
     = Pattern.compile("[a-z]+(\\\\-[a-z]+)*|-"); 

    final Matcher m = pattern.matcher("a-b\\-c"); 
    while (m.find()) 
     System.out.println(m.group()); 
}