java - 在 java : lookbehind with specified length 中拆分字符串

Question

我想在字母“K”或“L”之后拆分一个字符串，除非其中一个后跟字母“P”。同时希望在某个位置拆分字符串时，如果子串长度小于4则不拆分。例如:

- Input:
AYLAKPHKKDIV

- Expected Output
AYLAKPHK
KDIV

现在，我已经实现了在字母“K”或“L”之后拆分字符串，除非其中一个后跟字母“P”。我的正则表达式是 (?<=[K|R])(?!P) .

My result:
AYLAKPHK
K
DIV

但是，我不知道如何忽略子串长度小于4的分割位置。

My Demo

Answer 1

I hope not to split if the substring length less than 4

换句话说，你想要拥有

1. previous 匹配(拆分)分隔为 current 至少包含 4 个字符的匹配，因此 ABCKABKKABCD会 split 成 ABCK|ABKK|ABCD不是但不是`ABCK|ABK|.....

2. current 自 ABCKAB 后至少有 4 个字符 split 后ABCK|AB会有 AB在长度小于 4 的末尾。

要达到第一个条件，您可以使用 \G它表示上一个匹配项的位置(如果还没有匹配项，则表示字符串的开头)。所以第一个条件可以看起来像 (?<=\G.{4,}) (警告:通常后视期望它处理的子正则表达式的明显最大长度，但由于某些原因 .{4,} 在这里工作，这可能是我现在使用的 Java 10 中添加的错误或功能。如果它提示它，你可以使用一些非常大的数字，它应该大于您在两次拆分之间期望的最大字符数，例如 .{4,10000000} )

第二个条件更简单，因为它只是 (?=.{4}) .

顺便说一句，你不想要 |在 [K|R]因为它代表文字，而不是 OR 运算符，因为默认情况下字符集中的任何字符都是替代选择。所以[K|R]代表K或者 |或者 R .使用 [KR]相反。

演示:

String text = "AYLAKPHKKKKKKDIVK123KAB";
String regex = "(?<=[KR])(?!P)(?<=\\G.{4,})(?=.{4})";
for (String s : text.split(regex)){
    System.out.println("'"+s+"'");
}

输出:

'AYLAKPHK'
'KKKK'
'KDIVK'
'123KAB'