为什么在Java String.split（regex）中有空标记？

我不熟悉正则表达式，我试图用它来解析由“（“，”）和空格分隔的标记。这是我的尝试：

String str = "(test (_bit1 _bit2 |bit3::&92;test#4|))";
String[] tokens = str.split("[\\s*[()]]"); 
for(int i = 0; i < tokens.length; i++)
  System.out.println(i + " : " + tokens[i]);

String str=“（测试（_bit1 | u bit2 | bit3:：&92；测试#4 |”）”；
字符串[]标记=str.split（“[\\s*[（）]”）；
for（int i=0；i

我期望得到以下结果：

0：测试
1:_bit1
2:_bit2
3:|比特3:：&92；测试#4|

但是，实际输出中会出现两个空标记：

0:
1：测试
2:
3:_bit1
4:_bit2
5:|比特3:：&92；测试#4 |

我不明白为什么我在位置0和2有两个空令牌。谁能给我一个提示吗？多谢各位

====更新====

答案是谁删除了它。但是我喜欢这个答案，所以我把它复制到这里作为我自己的参考

您的正则表达式[\s*[（）]]与一个空格字符（\s）或其中一个匹配 字符*、（、或）。字段开头的分隔符 string（（）是您获得第一个空令牌的原因。没有办法 您只需检查第一个令牌是否为空，然后忽略它

第二个空令牌位于第一个空格和 跟它走。那个在你身上，因为你用了*（零或更多） 而不是+（一个或多个）。但是修复它并不是那么简单。你想要 在空格、paren或两者上拆分，但必须确保 至少有一个字符，以其中一个为准。这可能会：

\s*[（）]+\s*|\s+

但您可能也应该考虑到paren之间的空格：

\s*（？：[（）]+\s*）+\s+

作为Java字符串文字，这将是：

\s*（？：[（）]+\s*）+\s+

---

您的regexp错误，请尝试以下操作：

字符串[]标记=str.split（[\s（\）]+”

更新：我注意到你的代码实际上删除了括号，所以看起来你不必在括号中转义它们…不知道为什么，任何人都可以回答这个问题

---

新更新：感谢@Alanmore的解释，据我所知，

[]

中的括号不需要转义。

您的regexp错误，请尝试以下操作：

字符串[]标记=str.split（[\s（\）]+”

更新：我注意到你的代码实际上删除了括号，所以看起来你不必在括号中转义它们…不知道为什么，任何人都可以回答这个问题

---

新更新：感谢@Alanmore的解释，据我所知，

[]

中的括号不需要转义。

索引0是第一个

（

）之前的标记。索引2是输入字符串中空格和第二个

（

）之间的标记

我不认为你可以避免第一个，但你可以通过使用

str.split("[\\s()]+");

---

索引0是第一个

（

）之前的标记。索引2是输入字符串中空格和第二个

（

）之间的标记

我不认为你可以避免第一个，但你可以通过使用

str.split("[\\s()]+");

---

我的建议是，首先从两端删除拆分字符（以避免空字符串），然后进行拆分

String[] tokens = str.replaceAll("^[\\s()]+|[\\s()]+$", "").split("[\\s()]+"); 
                           -- replace leading or trailing--

---

此外，我已将拆分字符（空格，

（

）

）放在字符类

[]

中。我的建议是，首先从两端删除拆分字符（以避免空字符串），然后进行拆分

String[] tokens = str.replaceAll("^[\\s()]+|[\\s()]+$", "").split("[\\s()]+"); 
                           -- replace leading or trailing--

---

此外，我还将拆分字符（空格，

（

）

）放在字符类

[]

中。您遇到的问题是，它在分隔符之间创建一个空字符串，然后在碰到分隔符时返回它

通过添加一个额外的（例如：

String str = "(test (_bit1 (_bit2 |bit3::&92;test#4|))";

然后，输出将变为：

0 : 
1 : test
2 : 
3 : _bit1
4 : 
5 : _bit2
6 : |bit3::&92;test#4|

我建议使用以下代码：

String str = "(test (_bit1 (_bit2 |bit3::&92;test#4|))";
String[] tokensArray = str.split("[\\s[()]*]");
ArrayList<String> tokens = new ArrayList<>();
for (String token : tokensArray) {
    if (!token.isEmpty()) {
        tokens.add(token);
    }
}
for (int i = 0; i < tokens.size(); i++)
    System.out.println(i + " : " + tokens.get(i));

String str=“（test（_bit1（_bit2 | bit3:：&92；test#4 |”）”；
字符串[]tokensArray=str.split（“[\\s[（）]*]”）；
ArrayList标记=新的ArrayList（）；
for（字符串标记：tokensArray）{
如果（！token.isEmpty（））{
令牌。添加（令牌）；
}
}
for（inti=0；i

---

这样做的目的是从数组中删除任何空标记，因为这些标记被认为是“不正确的”标记。

您遇到的问题是，它在分隔符之间创建一个空字符串，然后在碰到分隔符时返回它

通过添加一个额外的（例如：

String str = "(test (_bit1 (_bit2 |bit3::&92;test#4|))";

然后，输出将变为：

0 : 
1 : test
2 : 
3 : _bit1
4 : 
5 : _bit2
6 : |bit3::&92;test#4|

我建议使用以下代码：

String str = "(test (_bit1 (_bit2 |bit3::&92;test#4|))";
String[] tokensArray = str.split("[\\s[()]*]");
ArrayList<String> tokens = new ArrayList<>();
for (String token : tokensArray) {
    if (!token.isEmpty()) {
        tokens.add(token);
    }
}
for (int i = 0; i < tokens.size(); i++)
    System.out.println(i + " : " + tokens.get(i));

String str=“（test（_bit1（_bit2 | bit3:：&92；test#4 |”）”；
字符串[]tokensArray=str.split（“[\\s[（）]*]”）；
ArrayList标记=新的ArrayList（）；
for（字符串标记：tokensArray）{
如果（！token.isEmpty（））{
令牌。添加（令牌）；
}
}
for（inti=0；i

---

这样做的目的是从数组中删除任何空标记，因为这些标记被认为是“不正确的”令牌。

谢谢，但它不起作用。此正则表达式将字符串拆分为字符。您希望使用

+

，而不是

*

。您的正则表达式将在任何应用位置匹配，因为它不必使用任何字符。谢谢，但它不起作用。此正则表达式将字符串拆分为字符。您想使用

+

，而不是

*

。正则表达式无论在哪里应用都会匹配，因为它不需要使用任何字符。括号在字符类中时不需要转义。内部的方括号集并不重要。Java（并且只有Java）将其视为“嵌套的”字符类，它与其他东西联合在一起，所以它就像

[\s*（）]

。解决方案是去掉括号内的

*

，在括号外添加一个

+

，如