Java 带分隔符的Regexp'；——'；无递归

我有一个字符串，可以是：

aa -- bb -- cc -- dd

或

aa、bb、cc、dd、ee可以是任何字符（分隔符'--'除外）

这就是我尝试过的：

(.*?) -- (.*?) -- (.*?) -- (.*)((.*?)|)

它几乎起作用了。它可以捕获第一个，但不能正确捕获第二个

我必须使用捕获组和捕获分隔符之间的字符串。仅仅匹配是不够的

所以捕获组应该是

aa bb 复写的副本 dd

或

aa bb 复写的副本 dd

---

ee

不捕获匹配项，只需使用定义良好的分隔符来拆分字符串：

String text = "aa -- bb -- cc -- dd -- ee";
String[] parts = text.split("\\s*--\\s*"); // \s* to get rid of padding spaces
System.out.println(Arrays.toString(parts));

输出：

[aa、bb、cc、dd、ee]

或者，如果您需要组信息（例如开始位置），您可以为循环中的单个组重新匹配更简单的正则表达式：

Matcher m = Pattern.compile("(.+?)(?: -- |$)").matcher(text);
while (m.find()) {
    System.out.println("'" + m.group(1) + "'");
}

---

以下两者都匹配，但如果需要，您可能希望使其更加健壮：

---

（.*？）{3,4}（.*？

如果您必须使用正则表达式，我将使用

^（\\S+）（\\S+）（\\S+）（\\S+）-（\\S+）（\\S+）？$将您的内容捕获到4或5个捕获组中

我使用了\S来避免使用惰性匹配进行不必要的扩展，这将稍微加快正则表达式的速度。我还为开始和结束添加了锚，因为您似乎希望匹配整个字符串

注意：我不确定java如何处理捕获组重复，在大多数正则表达式风格中，像
（..{4}
这样的构造将只捕获最后一个重复。
如果我不得不使用单个正则表达式匹配并检索组中的所有字符，我将使用以下方法之一：

([^ -]{2}).*([^ -]{2}).*([^ -]{2}).*([^ -]{2})(?:.*([^ -]{2}))?

(.{2}) -- (.{2}) -- (.{2}) -- (.{2})(?: -- (.{2}))?

(.*?) -- (.*?) -- (.*?) -- (.*?)(?: -- (.*?))?

您可以使用如下简单的正则表达式：

 -- |(..)
^--^------ notice the spaces



如果您需要多个组，您可以使用：

(.*?) -- (.*?) -- (.*?) -- (\S*)(?: -- (.*))?


将最后一个术语设置为可选：

我还改为使用
\S+
，以避免丢失术语或输入格式错误的误报

另请注意使用非捕获组，因此第五个（可选）术语在组5（而不是组6）中。
string.split（“-”）

？可能类似于：

（（.*）-）{3,4}（.*）

@您必须使用捕获组还是只需要匹配整个字符串？

-

和whitespace是否允许使用字符，例如

aa

？@Shafizadeh，再试一次，我有一个额外的空间：）延迟匹配回溯-延迟匹配没有回溯。但是，有一个开销，是的。@WiktorStribiżew对于incalid示例字符串

a b c d e f g

，每个空格都会有回溯，直到它最终失败，例如，

^（.*）-（.*）

-如果我不完全理解它的错误<代码>^（\S+）-（\S+）但是，当它点击

b

查看正则表达式引擎对惰性子模式的操作时，它将失败。没有回溯，如果没有找到匹配项，只会重试后续模式；如果可以匹配当前模式中的更多字符，则惰性子模式会在不匹配项上“展开”position@WiktorStribiżew as regex101将扩展标记为回溯（例如，请参见调试器中的）我把术语弄混了——我编辑了我的答案，希望能更准确

(.*?) -- (.*?) -- (.*?) -- (\S*)(?: -- (.*))?

(\S+) -- (\S+) -- (\S+) -- (\S+)(?: -- (\S+))?