忽略模式的java字符串拆分正则表达式

Question

我有一个源字符串，我想将data拆分出来：

String source = "data|junk,data|junk|junk,data,data|junk";
String[] result = source.split(",");

上面给出了data|junk, data|junk|junk, data, data|junk。为了进一步获得数据，我做了以下工作：

for (int i = 0; i < result.length; i++) {
    result[i] = result[i].split("\\|")[0];
}

这就是我想要的。我想看看是否可以使用正确的正则表达式在一次拆分中完成：

String[] result = source.split("\\|.*?,");

上面给出了data, data, data,data|junk，其中最后两个数据没有被分割。你能帮我用正确的正则表达式得到我想要的结果吗

示例字符串：“Ann | xcjiajeaw，Bob | aijife | vdsjisdjfe，Clara，David | rijfidjf”

预期结果：“安，鲍勃，克拉拉，大卫”

Answer 1

您可以将正则表达式更改为“垃圾”，然后在匹配数据时保持匹配：

import java.util.regex.Pattern;
import java.util.regex.Matcher;

public class RegexTest {
    public static void main(String[] args) {
        String input = "Ann|xcjiajeaw,Bob|aijife|vdsjisdjfe,Clara,David|rijfidjf";
        Pattern p = Pattern.compile("(\\w+)(\\|\\w+)*,?");
        Matcher m = p.matcher(input);
        while (m.find()) {
            System.out.println(m.group(1));
        }
    }
}

正则表达式查找单词字符（字母、数字和下划线）并捕获这些字符。然后，它会再次查找具有单词字符的管道符号（转义，以便在正则表达式中没有特殊含义）。此管道加单词字符可以出现任意次数（零到多次）。之后可以是逗号（可选）

这张照片

Ann

Bob

Clara

David

它还捕获“垃圾”，您可以通过循环中的m.group(2)访问它。如果您不想捕获它，请在正则表达式中插入?:：

Pattern.compile("(\\w+)(?:\\|\\w+)*,?");

Answer 2

我提出了以下解决方案：

String source = "one|junk,two|junk|junk,three,four|junk|junk";
String[] result = source.split("([|](?:(.*?,(?=[^,]+[|,]|$))|.*$))|,");
System.out.println(Arrays.toString(result));

[one, two, three, four]

Answer 3

在字符串中

Ann|xcjiajeaw,Bob|aijife|vdsjisdjfe,Clara,David|rijfidjf

\\|.*?,-这将匹配|anynoncommastring, 但这与最后的|rijfidjf不匹配，因为它不以逗号结尾。因此，为了匹配这一点，使用(,|$)而不是仅仅使用,，使regex \\|.*?(,|$)

但是上面的语句不匹配一个单独的逗号，因此将,与\\|.*?(,|$)交替使用，生成最后的正则表达式(\\|.*?(,|$)|,)

模式(\\|.*?(,|$)|,)起作用

String source = "Ann|xcjiajeaw,Bob|aijife|vdsjisdjfe,Clara,David|rijfidjf";
String[] result = source.split("(\\|.*?(,|$)|,)");
for (int i = 0; i < result.length; i++) {
    System.out.println(result[i]);
}

输出：

Ann
Bob
Clara
David