在多个字符上拆分字符串答案

【问题标题】：Split a string on multiple characters在多个字符上拆分字符串
【发布时间】：2013-12-17 04:09:43
【问题描述】：

我想将一个句子拆分为多个字符之一（如下所列）。我的正则表达式能够基于大多数字符进行拆分，但不能基于 '[', ']' （打开和关闭方括号）。如果我将字符串 SPECIAL_CHARACTERS_REGEX 更改为 [ :;'=\\()!-\\[\\]]，它将开始拆分字符串中的整数，而不是拆分方括号。如何在方括号而不是整数上拆分正则表达式（'[]' 表示所有整数）。

另一个相关问题，有没有办法也从字符串中拆分数字？例如。 9pm 应拆分为9 和pm。

This:

private static final String SPECIAL_CHARACTERS_REGEX = "[ :;'=\\()!-]";
String rawMessage = "let's meet tomorrow at 9:30p? 7-8pm? i=you go (no Go!) [to do !]"
String[] tokens = rawMessage.split(SPECIAL_CHARACTERS_REGEX);

Gives:

Input: let's meet tomorrow at 9:30p? 7-8pm? i=you go (no Go!) [to do !]
output: [let, s, meet, tomorrow, at, 9, 30p?, 7, 8pm?, i, you, go, , no, Go, , , [to, do, , ]]

还有，

This:

private static final String SPECIAL_CHARACTERS_REGEX = "[ :;'=\\()!-\\[\\]]";
String rawMessage = "let's meet tomorrow at 9:30p? 7-8pm? i=you go (no Go!) [to do !]"
String[] tokens = rawMessage.split(SPECIAL_CHARACTERS_REGEX);

Gives:
let's meet tomorrow at 9:30p? 7-8pm? i=you go (no Go!) [to do !]
[let, s, meet, tomorrow, at, , , , , p, , , , , pm, , i, you, go, , no, , o, , , , to, do]

预期输出：

{"let", "s", "meet", "tomorrow", "at", "9", "30", "p", "7", "8", "pm", "i", "you", "go", "no", "Go", "to", "do"}

【问题讨论】：

你的预期输出是什么？
[ 和 ] 在 reg exp 中具有特殊含义，如果您想将它们用作匹配的一部分，则需要对其进行转义
我已经在帖子中添加了预期的输出。
如何从字符串中拆分数字？例如。 “9pm”也需要拆分为“9”和“pm”。谢谢！

标签： java regex split

【解决方案1】：

如果您将破折号留在字符类的中间，您也需要将其转义。

但是，通过将其放置在角色类的开头或结尾来避免这种情况。此外，您不需要在此处转义 ()，并且您可能希望在字符类之后使用量词，* 或 +。

更新：要获得预期的结果，您可以这样做。

private static final String SPECIAL_CHARACTERS_REGEX = "[ :;'?=()!\\[\\]-]+|(?<=\\d)(?=\\D)";
String rawMessage = "let's meet tomorrow at 9:30p? 7-8pm? i=you go (no Go!) [to do !]";
String[] tokens = rawMessage.split(SPECIAL_CHARACTERS_REGEX);
System.out.println(Arrays.toString(tokens));

正则表达式：

[ :;'?=()!\[\]-]+    any character of: ' ', ':', ';', ''', '?',
                       '=', '(', ')', '!', '\[', '\]', '-' (1 or more times)
 |                   OR
  (?<=               look behind to see if there is:
   \d                digits (0-9)
  )                  end of look-behind
   (?=               look ahead to see if there is:
    \D               non-digits (all but 0-9)
   )                 end of look-ahead

见Working demo

输出

[let, s, meet, tomorrow, at, 9, 30, p, 7, 8, pm, i, you, go, no, Go, to, do]

【讨论】：

更进一步...我怎样才能从字符串中拆分数字？例如。 “30pm”也需要拆分为“30”和“pm”。谢谢！ ——
@user721998 另请参阅我对杰瑞回答的评论。

【解决方案2】：

将破折号放在末尾（或开头或转义），否则将被视为一系列字符：

[ :;'=\\()!\\[\\]-]

您的原始正则表达式匹配! 和[ 之间的所有字符，其中包括数字、大写字母和一堆其他符号，例如(、) 等等。

为了得到你期望的结果，你可能会使用这样的东西：

[ ?:;'=\\()!\\[\\]-]+|(?<=\\d)(?=\\D)

(?<=\d)(?=\D) 用于分隔数字和非数字（或者您可能还想使用[0-9] 和[^0-9]，这应该更有效/更快）

ideone demo

【讨论】：

请注意，您必须将部分放在方括号之前 (?<=\\d)(?=\\D);如果你把它们放在另一个顺序，即(?<=\\d)(?=\\D)|[ ?:;'=\\()!\\[\\]-]+，结果会有所不同。这是因为' '、'?' 等字符同时匹配字符集和\\D。将字符集放在首位将确保当看到其中一个字符时，它将被视为匹配字符集中的字符，因此被视为分隔符，而不是保留在结果中的“前瞻”。跨度>

【解决方案3】：

在正则表达式中使用它会在数字后跟字母的任何位置拆分：

(?<=\\d)(?=[A-Za-z])

我已经在模式中仅使用上述内容进行了测试。要将其添加到您已有的内容中，请使用 |在您的正则表达式中拆分上述或您已经拥有的内容：

String[] parts = s.split("[ :;'=()!\\[\\]-]+|(?<=\\d)(?=[A-Za-z])");

（使用 hwnd 的答案）。 ?<= 是lookbehind，如果点后面的模式匹配则匹配，?= 是lookahead，如果点后面的模式匹配则匹配。

【讨论】：

【解决方案4】：

首先在字母数字组合之间引入空格，例如 8pm，然后根据 '[' 和 ']' 转义序列的特殊字符进行拆分：

String rawMessage  = "let's meet tomorrow at 9:30pm 7-8pm? i=you go (no Go!) [to do !]";
String rawMessage2 = rawMessage.replaceAll("(?<=[0-9])(?=[a-zA-Z])", " ");
String[] tokens  = rawMessage2.split("[ :;'=()!\\[\\]]+");

【讨论】：