正则表达式将字符串拆分为不同的部分（使用 Java）答案

【问题标题】：Regex to split a string into different parts (using Java)正则表达式将字符串拆分为不同的部分（使用 Java）
【发布时间】：2013-09-17 16:24:23
【问题描述】：

我正在寻找一个正则表达式来拆分以下字符串

red 12478
blue 25 12375
blue 25, 12364

这应该给

Keywords red, ID 12478
Keywords blue 25, ID 12475
Keywords blue IDs 25, 12364

每行有 2 个部分，一组关键字和一组 ID。关键字以空格分隔，ID 以逗号分隔。

我想出了以下正则表达式：\s*((\S+\s+)+?)([\d\s,]+)

但是，第二个失败了。我一直在尝试使用前瞻，但无法完全解决

我正在尝试将字符串拆分为其组成部分（关键字和 ID）

每一行的格式是一个或多个空格分隔的关键字，后跟一个或多个逗号分隔的 ID。 ID 仅为数字，关键字不包含逗号。

我正在使用 Java 来执行此操作。

【问题讨论】：

请准确说明您使用的语言。
, 在red 之后是否必须存在，但不是在blue 之后？
分割字符串应该匹配什么？
看起来更像是匹配和替换而不是拆分 imo。
已更新。抱歉，输出中缺少逗号

标签： java regex

【解决方案1】：

我找到了使用replaceAll 和split 的两行解决方案：

pattern = "(\\S+(?<!,)\\s+(\\d+\\s+)*)";
String[] keywords = theString.replaceAll(pattern+".*","$1").split(" ");
String[] ids = theString.split(pattern)[1].split(",\\s?");

我假设逗号总是紧跟在每个 ID 的 ID 之后（这可以通过删除与逗号相邻的空格来强制执行），并且没有尾随空格。

我还假设第一个关键字是非空白字符序列（不带尾随逗号）\\S+(?<!,)\\s+，其余关键字（如果有）是数字(\\d+\\s+)*。我根据您的正则表达式尝试做出了这个假设。

这里的正则表达式非常简单，只需（贪婪地）采用任何后跟空格（或空格）的有效关键字序列。最长的是关键字列表，其余的是 ID。

完整代码：

public static void main(String[] args){
    String pattern = "(\\S+(?<!,)\\s+(\\d+\\s+)*)";
    Scanner sc = new Scanner(System.in);
    while(true){
        String theString = sc.nextLine();

        String[] keywords = theString.replaceAll(pattern+".*","$1").split(" ");
        String[] ids = theString.split(pattern)[1].split(",\\s?");

        System.out.println("Keywords:");
        for(String keyword: keywords){
            System.out.println("\t"+keyword);
        }
        System.out.println("IDs:");
        for(String id: ids){
            System.out.println("\t"+id);
        }
        System.out.println();
    }
}

示例运行：

红124 关键词：红色的标识： 124 红色 25 124 关键词：红色的 25 标识： 124 红色 25, 124 关键词：红色的标识： 25 124

【讨论】：

【解决方案2】：

我想出了：

(red|blue)( \d+(?!$)(?:, \d+)*)?( \d+)?$

如http://rubular.com/r/y52XVeHcxY 中所示，它似乎通过了您的测试。在匹配子字符串之间插入关键字是一件简单的事情。

【讨论】：

【解决方案3】：

好的，因为 OP 没有指定目标语言，我愿意在午餐时在这个风车上倾斜作为脑筋急转弯，并提供 C#/.Net 正则表达式替换匹配评估器，它给出所需的输出：

Keywords red, ID 12478
Keywords blue 25 ID 12375
Keywords blue IDs 25, 12364

请注意，没有错误检查，这是使用 lamda 表达式作为匹配评估器并根据规则返回替换的好例子。另外值得注意的是，由于数据的采样量很小，它不能处理实际情况下的多个 ID/关键字。

string data = @"red 12478
blue 25 12375
blue 25, 12364";

var pattern = @"(?xmn)   # x=IgnorePatternWhiteSpace m=multiline n=explicit capture
^
(?<Keyword>[^\s]+)       # Match Keyword Color
[\s,]+
(
  (?<Numbers>\d+)       
  (?<HasComma>,)?       # If there is a comma that signifies IDs
  [,\s]*
)+                      # 1 or more values
$";


Console.WriteLine (Regex.Replace(data, pattern, (mtch) =>
{
    StringBuilder sb = new StringBuilder();

    sb.AppendFormat("Keywords {0}", mtch.Groups["Keyword"].Value);

    var values = mtch.Groups["Numbers"]
                     .Captures
                     .OfType<Capture>()
                     .Select (cp => cp.Value)
                     .ToList();

    if (mtch.Groups["HasComma"].Success)
    {
        sb.AppendFormat(" IDs {0}", string.Join(", ", values));
    }
    else
    {
        if (values.Count() > 1)
            sb.AppendFormat(" {0} ID {1}", values[0], values[1]  );
        else
            sb.AppendFormat(", ID {0}", values[0]);
    }

    return sb.ToString();
}));

【讨论】：