使用多个模式拆分字符串，其中第二个模式匹配第一个模式的较小部分

Question

我正在读取字符串中的特殊“格式代码”并尝试拆分字符串，以便将这些格式代码和字符串的文本分开。

格式代码有两种“类型”：“编码”十六进制颜色：§x§7§3§7§5§f§f 和其他格式为§r 的代码。

给定示例字符串：§x§7§3§7§5§f§f§ltest1 §rtest2

我需要将较大的模式拆分为一个整体，然后再拆分较小的模式。我可以分别对这些模式做我想做的事，但是在将它们组合成一个正则表达式时遇到了麻烦。因为第二个模式匹配第一个模式的片段，所以它只是将所有内容分成更小的组。

我正在尝试这个：

for (String substr : "§x§7§3§7§5§f§f§ltest1 §rtest2".split("((?<=(§x(§[0-9a-f]){6}))|(?<=§[0-9a-z])|(?=§[0-9a-z]))")) {
  System.out.println(substr);
}

我的预期输出是：

§x§7§3§7§5§f§f
§l
test1
§r
test

我的实际输出是：

§x
§7
§3
§7
§5
§f
§f
§l
test1
§r
test2

当我将表达式拆分为不同的 split 测试时，它们可以工作，只是不能一起工作。

Answer 1

您可以使用这个简化的正则表达式进行匹配，而不是拆分：

§x(?:§[0-9a-f]){6}|§[0-9a-z]|[^§\s]+

RegEx Demo

正则表达式详细信息：

• §x(?:§[0-9a-f]){6}：匹配以 §x 开头的文本和 6 个十六进制字符
• |：或者
• §[0-9a-z]：匹配以§ 和字母数字开头的文本
• |：或者
• [^§\s]+：匹配 1+ 个非空白和非§ 字符

代码：

final String regex = "§x(?:§[0-9a-f]){6}|§[0-9a-z]|[^§\\s]+";
final String string = "§x§7§3§7§5§f§f§ltest1 §rtest2";

final Pattern pattern = Pattern.compile(regex);
final Matcher matcher = pattern.matcher(string);

while (matcher.find()) {
    System.out.println( matcher.group(0) );
}

Answer 2

您可以使用以下正则表达式：

See it working here

 ?((?:§[^§])(?=[^§])|[^§ ]{2,})

它是如何工作的：

• ? 可选匹配空格字符
• ((?:§[^§])(?=[^§])|[^§ ]{2,}) 捕获以下任一：
  • (?:§[^§])(?=[^§]) 匹配以下内容：
    • (?:§[^§]) 匹配 § 后跟除 § 之外的任何字符
    • (?=[^§]) 前瞻确保后面的内容不是 §（与 (?!§) 相同，但更高效）
  • [^§ ]{2,} 匹配除§ 或空格两次或多次以外的任何字符

替换为\n$1

结果：

§x§7§3§7§5§f§f
§l
test1
§r
test2