如何在 Java 中拆分此字符串？ [复制]

Question

我在用 Java 拆分句子时遇到问题

输入字符串：

"retinol,\"3,7,11,15-tetramethyl-2,4,6,10,14-hexadecapentaenoic acid\",C034534,81485-25-8,\"Carcinoma, Hepatocellular\",MESH:D006528,Cancer|Digestive system disease,,17270033,therapeutic";

我想拆分它并得到如下拆分的术语；

1. 视黄醇
2. 3,7,11,15-四甲基-2,4,6,10,14-十六碳五烯酸
3. C034534
4. 81485-25-8
5. 肝细胞癌
6. 网格：D006528
7. 癌症|消化系统疾病
8. （无）
9. 17270033
10. 治疗性

我尝试了几种方法来解决这个问题，例如 Pattern/Matcher 和 split(",")[] 等。 但是，我找不到答案..

Answer 1

正如 cmets 中所讨论的，由于您正在解析 CSV 文件，因此您将需要使用专门为解析 CSV 而编写的库。否则，您将继续遇到问题，即您所写的内容“当出现不同的模式时无用”（如您所说）。

但是，要解决手头的问题，您只需用逗号分开，忽略引号内的逗号。所以你可以这样做（来自this answer）：

String input = "retinol,\"3,7,11,15-tetramethyl-2,4,6,10,14-hexadecapentaenoic acid\",C034534,81485-25-8,\"Carcinoma, Hepatocellular\",MESH:D006528,Cancer|Digestive system disease,,17270033,therapeutic";
String[] output = input.split(",(?=([^\"]*\"[^\"]*\")*[^\"]*$)");

for(String s : output){
    System.out.println(s);
}

这会给你这个输出（注意引号和空行）：

视黄醇
"3,7,11,15-四甲基-2,4,6,10,14-十六碳五烯酸"
C034534
81485-25-8
“癌，肝细胞”
网目：D006528
癌症|消化系统疾病

17270033
治疗

您可以根据需要替换引号并忽略空行。此循环将打印问题中请求的确切输出：

int i=1;
for(String s : output){
    if(!s.isEmpty()){
        System.out.println(i++ + ". " + s.replace("\"", ""));
    }
}

输出：

1. 视黄醇
2. 3,7,11,15-四甲基-2,4,6,10,14-十六碳五烯酸
3. C034534
4. 81485-25-8
5. 肝细胞癌
6. 网格：D006528
7. 癌症|消化系统疾病
8. 17270033
9. 治疗性

但是，请使用像 OpenCSV 这样的库。