拆分由java中的[[]]分隔的字符串？

Question

我有以下格式"[[Animal rights]] [[Anthropocentrism]] [[Anthropology]]"的输入字符串，我需要提取标记"Animal rights" , "Anthropocentrism"等等。

我尝试在String库中使用split方法，但是我无法找到合适的正则表达式来获取令牌，如果有人可以提供帮助，那就太棒了。

我基本上是在尝试解析维基百科XML文件中的内部链接，您可以查看格式here。

Answer 1

您可能不应该在此使用split()，而是使用Matcher：

String input = "[[Animal rights]] [[Anthropocentrism]] [[Anthropology]]";
Matcher m = Pattern.compile("\\[\\[(.*?)\\]\\]").matcher(input);

while (m.find()) {
    System.out.println(m.group(1));
}

Animal rights
Anthropocentrism
Anthropology

Answer 2

这样的模式应该有效：

\[\[(.*?)\]\]

这将匹配文字[[后跟0或0以上的任何字符，非贪婪地在第1组中捕获，然后是文字]]。

不要忘记转义Java字符串文字中的\：

Pattern.compile("\\[\\[(.*)?\\]\\]");

Answer 3

使用正则表达式非常容易。

\[\[(.+?)\]\]

Edit live on Debuggex

我建议您执行.+以确保括号中确实存在某些内容，如果您不存在某些内容，则将无法获得null 试图把它放在你的阵列中。

string output = new string [10]; 
string pattern =  "\[\[(.+?)\]\]";
string input = "[[Animal rights]] [[Anthropocentrism]] [[Anthropology]]";
Matcher m = Pattern.compile(pattern).matcher(input);

int increment= 0;
while (m.find()) {
    output[increment] = m.group(1);
    increment++;
}

既然你说你想学习正则表达式，我也会把它分解。

• \[ 2x 正在查找[括号，您需要\，因为它是正则表达式的特殊字符
• .可以表示除换行符之外的所有字符
• +表示该角色中的一个或多个
• ?重复上一个项目一次或多次。懒惰，所以引擎首先匹配前一个项目一次，然后尝试不断增加前一项目匹配的排列。
• \]正在捕获]

Answer 4

尝试下一个：

String str = "[[Animal rights]] [[Anthropocentrism]] [[Anthropology]]";
str = str.replaceAll("(^\\[\\[|\\]\\]$)", "");
String[] array = str.split("\\]\\] \\[\\[");

System.out.println(Arrays.toString(array));
// prints "[Animal rights, Anthropocentrism, Anthropology]"