Java 将字符串拆分为 '\r\n' 、 '\r' 或 '\n' 并与前面的子字符串保持一致

Question

我的输入字符串包含混合类型的行分隔符，包括“\r\n”、“\r”或“\n”。我想拆分字符串并保留行分隔符及其前面的子字符串。我关注了下面的两个帖子

How to split a string, but also keep the delimiters?

Split Java String by New Line

然后想出类似的东西:

String input = "1 dog \r\n 2 cat";
String[] output = input.split( "(?<=((\\r\\n)|\\r|\\n))")));

输出是 ["1 dog\r", "\n", "2 cat"]，但是期望的输出是 ["1 dog\r\n", “2 只猫”]。

如果我将输入更改为 String input = "1 dog\r 2 cat"; 或 String input = "1 dog\n 2 cat";，我的代码可以产生所需的输出。请指教。提前致谢。

Answer 1

你得到你的结果 ["1 dog\r", "\n", "2 cat"] 因为你的模式使用了一个交替匹配 (\r\n ) 或 \r 或 \n。

当在示例字符串中遇到\r\n时，lookbehind断言在\r之后将为真，并且会第一次拆分。

然后在 \n 之后 lookbehind 断言将为真，并将进行第二次拆分。

你可能会做的是在正后视中使用 \R 来断言左边的是 unicode newline sequence :

String input = "1 dog \r\n 2 cat";
String[] output = input.split("(?<=\\R)");

Java demo

修复正则表达式的另一种方法是将其设为 atomic group :

(?<=(?>\\r\\n|\\r|\\n))

Java demo

阅读 this post ，当 \r 在 lookbehind 中使用原子组匹配时，下面的 \n 也匹配。