如何拆分字符串，只保留某些分隔符？

Question

我有一个类似于How to split a string, but also keep the delimiters? 的问题。如何使用正则表达式拆分字符串，保留某些类型的分隔符，但不保留其他分隔符？具体来说，我想保留非空白分隔符，而不是空白分隔符。

具体化：

"a;b c"        | ["a", ";", "b", "c"]
"a; ; bb c ;d" | ["a", ";", ";", "bb", "c", ";", "d"]

这可以用正则表达式干净地完成吗？如果可以，如何？

现在我正在解决这个问题，先拆分要保留的角色，然后再拆分另一个。如果正则表达式不能这样做，或者不能干净地这样做，我可以坚持这种方法：

Arrays.stream(input.split("((?<=;)|(?=;))"))
        .flatMap(s -> Arrays.stream(s.split("\\s+")))
        .filter(s -> !s.isEmpty())
        .toArray(String[]::new); // In practice, I would generally use .collect(Collectors.toList()) instead

Answer 1

我建议捕获你想要的，而不是使用这种简单的模式进行拆分

([^; ]+|;)

Demo

Answer 2

我找到了一个有效的正则表达式：

(\\s+)|((?<=;)(?=\\S)|(?<=\\S)(?=;))

public static void main(String argss[]){
    System.out.println(Arrays.toString("a; ; b c ;d"
        .split("(\\s+)|((?<=;)(?=\\S)|(?<=\\S)(?=;))")));
}

将打印出来：

[a, ;, ;, b, c, ;, d]

Answer 3

你可以这样做：

System.out.println(String.join("-", "a; ; b c ;d".split("(?!\\G) *(?=;)|(?<=;) *| +")));

详情：

(?!\\G)  # not contiguous to a previous match and not at the start of the string
[ ]*     # optional spaces
(?=;)    # followed by a ;
|    # OR
(?<=;)   # preceded by a ;
[ ]*     # optional spaces
|    # OR
[ ]+     # several spaces 

随意将文字空间更改为\\s。为避免出现空项（当字符串以空格开头时在结果数组的开头），您需要先修剪字符串。

显然，没有拆分的约束，@alphabravo 方式是最简单的。

Answer 4

你想在空格上分割，或者在一个字母和一个非字母之间分割：

str.split("\\s+|(?<=\\w)(?=\\W)|(?<=\\W)(?=\\w)");

Answer 5

在意识到 Java 不支持将捕获的拆分字符添加到
拆分数组元素，我想我会尝试一个 split 解决方案而没有那个
能力。

基本上只有 4 种排列涉及空格和冒号。
最后，只有空格。

这是正则表达式。

原始：\s+(?=;)|(?<=;)\s+|(?<!\s)(?=;)|(?<=;)(?!\s)|\s+

字符串："\\s+(?=;)|(?<=;)\\s+|(?<!\\s)(?=;)|(?<=;)(?!\\s)|\\s+"

解释了带有排列的扩展正则表达式。
祝你好运！

    \s+                  # Required, suck up wsp before ;
    (?= ; )              # ;

 |                     # or,

    (?<= ; )             # ;
    \s+                  # Required, suck up wsp after ;

 |                     # or,

    (?<! \s )            # No wsp before ;
    (?= ; )              # ;

 |                     # or,

    (?<= ; )             # ;
    (?! \s )             # No wsp after ;

 |                     # or,

    \s+                  # Required wsp

编辑

要在 BOS 上停止对空格的拆分，请使用此正则表达式。

原始：\s+(?=;)|(?<=;)\s+|(?<!\s)(?=;)|(?<=;)(?!\s)|(?<!^)(?<!\s)\s+

字符串："\\s+(?=;)|(?<=;)\\s+|(?<!\\s)(?=;)|(?<=;)(?!\\s)|(?<!^)(?<!\\s)\\s+"

解释：

    \s+                  # Required, suck up wsp before ;
    (?= ; )              # ;

 |                     # or,

    (?<= ; )             # ;
    \s+                  # Required, suck up wsp after ;

 |                     # or,

    (?<! \s )            # No wsp before ;
    (?= ; )              # ;

 |                     # or,

    (?<= ; )             # ;
    (?! \s )             # No wsp after ;

 |                     # or,

    (?<! ^ )             # No split of wsp at BOS   
    (?<! \s )
    \s+                  # Required wsp

Answer 6

借用@CasimiretHippolyte \G 你可能想要拆分的技巧

\\s+|(?!\\G)()

注意：没有指定分隔符。

更新

基于避免在第一个空格上拆分：

(?m)(?<!^|\\s)(\\s+|)(?!$)