java - 在正则表达式 java 中获取括号内的文本以及分隔符？

Question

我有一个由一组不同的分隔符分隔的多行字符串，

A Z DelimiterB B X DelimiterA (C DelimiterA D) DelimiterB (E DelimiterA F) DelimiterB G DelimiterA H

我需要用定界符拆分该字符串，但如果某些单词在括号内，则将括号提取为单个单词，即使它包含定界符。我需要将它们提取如下，

A Z
DelimiterB
B X
DelimiterA
(C DelimiterA D) (extract with brackets)
DelimiterB
(E DelimiterA F)
DelimiterB
G
DelimiterA
H

目前我正在使用这个表达式按分隔符分割，

(((?<=DelimiterA)|(?=DelimiterA))|((?<=DelimiterB)|(?=DelimiterB)))

我尝试了以下方法，但它不起作用。那么我怎样才能让它发挥作用呢？

((?=\()|(?<=\))|(((?<=DelimiterA)|(?=DelimiterA))|((?<=DelimiterB)|(?=DelimiterB))))

Java 代码，

String txt = "A DelimiterB B DelimiterA (C DelimiterA D) DelimiterB (E DelimiterA F) DelimiterB G DelimiterA H";
String[] texts = txt.split("((?=\()|(?<=\))|(((?<=DelimiterA)|(?=DelimiterA))|((?<=DelimiterB)|(?=DelimiterB))))");

for (String word : texts) {
    System.out.println(word);
}

Answer 1

IMO，匹配比拆分更容易

由于还需要“分隔符”，我建议改为匹配我们需要的模式。根据给出的示例，我们有以下模式需要捕获。

1. (C DelimiterA D) - 方括号包含一个词、定界符和一个词
   这是 "\\(\\w+ (DelimiterA|DelimiterB) \\w+\\)"
2. DelimiterB - 整个分隔符。
   这是 "(DelimiterA|DelimiterB)" .
3. B , B X - 一个或多个不是定界符的词。
   如何检查单词不是定界符？
   我们可以检查中间的“”后面/前面没有定界符(check Regex not operator)，即"\\w+((?<!(DelimiterA|DelimiterB))\\s(?!(DelimiterA|DelimiterB))\\w+)*" .

import java.util.Scanner;

public class SplitWithCustomDelimiter {
    public static void main(String[] args) {
        String txt = "A Z DelimiterB B X DelimiterA (C DelimiterA D) DelimiterB (E DelimiterA F) DelimiterB G DelimiterA H";
        // scanner can accept different source
        Scanner scanner = new Scanner(txt);
        scanner.findAll(
                "\\(\\w+ (DelimiterA|DelimiterB) \\w+\\)" +
                "|(DelimiterA|DelimiterB)" +
                "|\\w+((?<!(DelimiterA|DelimiterB))\\s(?!(DelimiterA|DelimiterB))\\w+)*"
                )
                .map(matchResult -> matchResult.group()).forEach(System.out::println);
    }
}