用于处理转义分隔符和转义转义字符的 Java String.split() 正则表达式

Question

String testString = "a\\,b\\\\,c,d\\\\\\,e,f\\\\g";
String[] splitedString = test.split(PATTERN_STRING);
for (String string : splitedString) {
    System.out.println(string);
}

这里我有一个字符串，它将字符串列表编码为字符串，其中转义字符为\，分隔符为 ,
注意:(由于 Java 代码，示例中的反斜杠加倍)
反斜杠和逗号被转义在原始字符串和结果字符串中用逗号合并。我需要一个正则表达式来将此字符串拆分为原始字符串列表。
所以以字符串为例

"a\,b\\,c,d\\\,e,f\\g"

I need to get such strings:

"a\,b\\"
"c"
"d\\\,e"
"f\\g"

所以拆分的逻辑很简单:只有当它前面的反斜杠数量为偶数时才用分隔符逗号拆分:0,2,4 ...只有在这种情况下这个逗号才是分隔符。如果逗号前的反斜杠数量是奇数，则它是转义逗号，不应发生拆分。

谁能帮我用适合这种情况的正则表达式？

编辑
我知道这个正则表达式:(?<!\\\\),将有助于用前面没有反斜杠的逗号拆分字符串。但就我而言，我还需要拆分以防逗号之前的斜线数量为偶数。

感谢任何帮助。

Answer 1

如果必须拆分，那么您可以尝试类似的方法

split("(?<!(?<!\\\\)\\\\(\\\\{2}){0,1000000000}),")

我使用 {0,1000000000} 而不是 * 因为 Java 中的后视需要有明显的最大长度，而 1000000000 似乎足够好，除非您的文本中可以有超过 1000000000 连续 \\。

---

如果不需要split那么你可以使用

Matcher m = Pattern.compile("(\\G.*?(?<!\\\\)(\\\\{2})*)(,|(?<!\\G)$)",
        Pattern.DOTALL).matcher(testString);
while (m.find()) {
    System.out.println(m.group(1));
}

\\G 表示上一个匹配的结束，或者如果这是 Matcher 的第一次迭代并且没有字符串 ^ 的上一个匹配开始。

---

但最快且不太难实现的是编写您自己的解析器，它会使用像 escaped 这样的标志来表示当前检查的字符已使用 \ 转义。

public static List<String> parse(String text) {
    List<String> tokens = new ArrayList<>();
    boolean escaped = false;
    StringBuilder sb = new StringBuilder();

    for (char ch : text.toCharArray()) {
        if (ch == ',' && !escaped) {
            tokens.add(sb.toString());
            sb.delete(0, sb.length());
        } else {
            if (ch == '\\')
                escaped = !escaped;
            else
                escaped = false;
            sb.append(ch);
        }
    }

    if (sb.length() > 0) {
        tokens.add(sb.toString());
        sb.delete(0, sb.length());
    }

    return tokens;
}

---

所有方法的演示:

String testString = "a\\,b\\\\,c,d\\\\\\,e,f\\\\g";
String[] splitedString = testString
        .split("(?<!(?<!\\\\)\\\\(\\\\{2}){0,1000000000}),");
for (String string : splitedString) {
    System.out.println(string);
}

System.out.println("-----");
Matcher m = Pattern.compile("(\\G.*?(?<!\\\\)(\\\\{2})*)(,|(?<!\\G)$)",
        Pattern.DOTALL).matcher(testString);
while (m.find()) {
    System.out.println(m.group(1));
}

System.out.println("-----");
for (String s : parse(testString))
    System.out.println(s);

输出:

a\,b\\
c
d\\\,e
f\\g
-----
a\,b\\
c
d\\\,e
f\\g
-----
a\,b\\
c
d\\\,e
f\\g