字符串拆分中的 Java 正则表达式量词

Question

代码:

String s = "a12ij";

System.out.println(Arrays.toString(s.split("\\d?")));

输出是 [a, , , i, j]，这让我很困惑。如果表达式是贪心的，它不应该尽可能多地尝试匹配，从而在每个数字上进行拆分吗？我假设输出应该是 [a, , i, j] 。那个多余的空字符是从哪里来的？

Answer 1

您使用的模式一次只匹配一个数字:

\d    match a digit [0-9]
 ?    matches between zero and one time (greedy)

由于您有多个数字，因此将分别拆分为两个数字。您可以通过多种不同的方式轻松地一次匹配多个数字，这里有一些:

\d    match a digit [0-9]
+?    matches between one and unlimited times (lazy)

或者你可以这样做:

\d    match a digit [0-9]
 +    matches between one and unlimited times (greedy)

这可能最接近我认为您想要的，尽管还不清楚。

解释:

由于 token \d 使用 ? 量词，正则表达式引擎告诉您的拆分函数匹配零到一次之间的数字。因此，这必须包括您的所有字符(零)，以及匹配的每个数字(一次)。

你可以把它想象成这样:

    a,1,2,i,j    // each character represents (zero) and is split
      | |
    a, , ,i,j    // digit 1 and 2 are each matched (once)

数字 1 和 2 匹配但未被捕获——因此它们被丢弃，但是，逗号仍然保留在拆分中，并且没有被删除，基本上产生两个空字符串。

---

如果您特别希望得到 a, ,i,j 的结果，那么我会给您一个提示。您需要 (将 \digits 捕获为一组介于一次和无限次之间+)，然后是贪婪限定符 ?。我建议访问一个流行的正则表达式站点，它允许您试验模式和量词；这也是一种很好的学习方式，可以教给您很多东西!

↳ The solution can be found here