Question

我需要编写一个StringUtils.commaDelimitedListToStringArray函数的扩展版本，它获取一个额外的参数：escape char。

所以打电话给我：

commaDelimitedListToStringArray("test,test\\,test\\,test,test", "\\")

应该返回：

["test", "test,test,test", "test"]

我目前的尝试是使用String.split（）来使用正则表达式分割String：

String[] array = str.split("[^\\\\],");

但返回的数组是：

["tes", "test\,test\,tes", "test"]

有什么想法吗？

Answer 1

正则表达式

[^\\],

表示“匹配不是反斜杠后跟逗号的字符” - 这就是t,等模式匹配的原因，因为t是一个不是反斜杠的字符。

我认为您需要使用某种negative lookbehind来捕获,，其前面没有\而没有捕获前面的字符，例如

(?<!\\),

（顺便说一句，请注意，我故意没有加倍反复使用反斜杠以使其更具可读性）

Answer 2

尝试：

String array[] = str.split("(?<!\\\\),");

基本上这是用逗号分隔，除非逗号前面有两个反斜杠。这称为negative lookbehind zero-width assertion。

Answer 3

为了将来参考，以下是我最终的完整方法：

public static String[] commaDelimitedListToStringArray(String str, String escapeChar) {
    // these characters need to be escaped in a regular expression
    String regularExpressionSpecialChars = "/.*+?|()[]{}\\";

    String escapedEscapeChar = escapeChar;

    // if the escape char for our comma separated list needs to be escaped 
    // for the regular expression, escape it using the \ char
    if(regularExpressionSpecialChars.indexOf(escapeChar) != -1) 
        escapedEscapeChar = "\\" + escapeChar;

    // see http://stackoverflow.com/questions/820172/how-to-split-a-comma-separated-string-while-ignoring-escaped-commas
    String[] temp = str.split("(?<!" + escapedEscapeChar + "),", -1);

    // remove the escapeChar for the end result
    String[] result = new String[temp.length];
    for(int i=0; i<temp.length; i++) {
        result[i] = temp[i].replaceAll(escapedEscapeChar + ",", ",");
    }

    return result;
}

Answer 4

正如matt b所说，[^\\],会将逗号前面的字符解释为分隔符的一部分。

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\,test\\,tes" , "test"]

正如drvdijk所说，(?<!\\),会误解逃脱的反斜杠。

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\,test\\,test" , "test"]
  -(unescape commas)->
["test\\\\,test\\,test,test" , "test"]

我希望能够逃脱反斜杠......

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\" , "test\\,test" , "test"]
  -(unescape commas and backslashes)->
["test\\,test\\" , "test,test" , "test"]

drvdijk建议(?<=(?<!\\\\)(\\\\\\\\){0,100}),适用于包含以最多100个反斜杠结尾的元素的列表。这远远不够......但为什么要限制？有没有更有效的方式（不贪婪的背后）？无效字符串呢？

我搜索了一段通用解决方案，然后我自己编写了这个东西......想法是按照与列表元素匹配的模式进行拆分（而不是匹配分隔符）。

我的回答并没有将转义字符作为参数。

public static List<String> commaDelimitedListStringToStringList(String list) {
    // Check the validity of the list
    // ex: "te\\st" is not valid, backslash should be escaped
    if (!list.matches("^(([^\\\\,]|\\\\,|\\\\\\\\)*(,|$))+")) {
        // Could also raise an exception
        return null;
    }
    // Matcher for the list elements
    Matcher matcher = Pattern
            .compile("(?<=(^|,))([^\\\\,]|\\\\,|\\\\\\\\)*(?=(,|$))")
            .matcher(list);
    ArrayList<String> result = new ArrayList<String>();
    while (matcher.find()) {
        // Unescape the list element
        result.add(matcher.group().replaceAll("\\\\([\\\\,])", "$1"));
    }
    return result;
}

模式描述（未转义）：

(?<=(^|,))转发是字符串的开头或,

([^\\,]|\\,|\\\\)*由\,，\\或字符组成的元素既不是\也不是,

背后的

(?=(,|$))是字符串的结尾或,

模式可能会简化。

即使使用3次解析（matches + find + replaceAll），此方法似乎比drvdijk建议的更快。它仍然可以通过编写特定的解析器进行优化。

此外，如果只有一个字符是特殊的，那么需要有一个转义字符，它可以简单地加倍......

public static List<String> commaDelimitedListStringToStringList2(String list) {
    if (!list.matches("^(([^,]|,,)*(,|$))+")) {
        return null;
    }
    Matcher matcher = Pattern.compile("(?<=(^|,))([^,]|,,)*(?=(,|$))")
                    .matcher(list);
    ArrayList<String> result = new ArrayList<String>();
    while (matcher.find()) {
        result.add(matcher.group().replaceAll(",,", ","));
    }
    return result;
}

Answer 5

split(/(?<!\\),/g) 为我工作，但接受的答案没有

> var x = "test,test\,test\,test,test"
undefined
> x.split(/(?<!\\),/g)
[ 'test', 'test\\,test\\,test', 'test' ]
> x.split("(?<!\\\\),")
[ 'test,test\\,test\\,test,test' ]

如何在忽略转义逗号的同时拆分逗号分隔的String？

5 个答案: