Java 逗号外引号上的拆分

我的程序从文件中读取一行。此行包含逗号分隔的文本，如：

123,test,444,"don't split, this",more test,1

我希望拆分的结果如下：

123
test
444
"don't split, this"
more test
1

如果我使用

字符串.split（“，”

，我将得到以下结果：

123
test
444
"don't split
 this"
more test
1

---

换句话说：子字符串

中的逗号“不拆分，此”

不是分隔符。如何处理此问题？

您可以试用此正则表达式：

str.split(",(?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)");

这将拆分

，

上的字符串，该字符串后跟偶数个双引号。换句话说，它在双引号外以逗号分隔。如果字符串中有平衡的引号，这将起作用

说明：

,           // Split on comma
(?=         // Followed by
   (?:      // Start a non-capture group
     [^"]*  // 0 or more non-quote characters
     "      // 1 quote
     [^"]*  // 0 or more non-quote characters
     "      // 1 quote
   )*       // 0 or more repetition of non-capture group (multiple of 2 quotes will be even)
   [^"]*    // Finally 0 or more non-quotes
   $        // Till the end  (This is necessary, else every comma will satisfy the condition)
)

您甚至可以在代码中键入这样的内容，在正则表达式中使用

（？x）

修饰符。修饰符会忽略正则表达式中的任何空格，因此更容易阅读分成多行的正则表达式，如下所示：

String[] arr = str.split("(?x)   " + 
                     ",          " +   // Split on comma
                     "(?=        " +   // Followed by
                     "  (?:      " +   // Start a non-capture group
                     "    [^\"]* " +   // 0 or more non-quote characters
                     "    \"     " +   // 1 quote
                     "    [^\"]* " +   // 0 or more non-quote characters
                     "    \"     " +   // 1 quote
                     "  )*       " +   // 0 or more repetition of non-capture group (multiple of 2 quotes will be even)
                     "  [^\"]*   " +   // Finally 0 or more non-quotes
                     "  $        " +   // Till the end  (This is necessary, else every comma will satisfy the condition)
                     ")          "     // End look-ahead
                         );

---

无需复杂的正则表达式，即可轻松完成此操作：

在字符

“

上拆分。您将得到一个字符串列表

处理列表中的每个字符串：在“，”上拆分列表中处于偶数位置的每个字符串（以零开始索引）（您在列表中得到一个列表），单独保留每个奇数位置的字符串（直接将其放入列表中）

加入列表列表，这样您只会得到一个列表

如果您想处理对''的引用，您必须稍微调整算法（加入一些部分，您错误地拆分了，或者将拆分更改为简单的regexp），但基本结构保持不变

所以基本上是这样的：

public class SplitTest {
    public static void main(String[] args) {
        final String splitMe="123,test,444,\"don't split, this\",more test,1";
        final String[] splitByQuote=splitMe.split("\"");
        final String[][] splitByComma=new String[splitByQuote.length][];
        for(int i=0;i<splitByQuote.length;i++) {
            String part=splitByQuote[i];
            if (i % 2 == 0){
               splitByComma[i]=part.split(",");
            }else{
                splitByComma[i]=new String[1];
                splitByComma[i][0]=part;
            }
        }
        for (String parts[] : splitByComma) {
            for (String part : parts) {
                System.out.println(part);
            }
        }
    }
}

公共类拆分测试{
公共静态void main（字符串[]args）{
最后一个字符串splitMe=“123，test，444，\“不要拆分，这个\”，更多测试，1”；
最后一个字符串[]splitByQuote=splitMe.split（“\”）；
最终字符串[][]splitByComma=新字符串[splitByQuote.length]]；
对于（int i=0；i请参见下面的代码段。此代码仅考虑快乐流。根据您的要求更改

public static String[] splitWithEscape(final String str, char split,
        char escapeCharacter) {
    final List<String> list = new LinkedList<String>();

    char[] cArr = str.toCharArray();

    boolean isEscape = false;
    StringBuilder sb = new StringBuilder();

    for (char c : cArr) {
        if (isEscape && c != escapeCharacter) {
            sb.append(c);
        } else if (c != split && c != escapeCharacter) {
            sb.append(c);
        } else if (c == escapeCharacter) {
            if (!isEscape) {
                isEscape = true;
                if (sb.length() > 0) {
                    list.add(sb.toString());
                    sb = new StringBuilder();
                }
            } else {
                isEscape = false;
            }

        } else if (c == split) {
            list.add(sb.toString());
            sb = new StringBuilder();
        }
    }

    if (sb.length() > 0) {
        list.add(sb.toString());
    }

    String[] strArr = new String[list.size()];

    return list.toArray(strArr);
}

publicstaticstring[]splitWithEscape（最终字符串str，charsplit，
字符（字符）{
最终列表=新的LinkedList（）；
char[]cArr=str.toCharArray（）；
布尔isEscape=false；
StringBuilder sb=新的StringBuilder（）；
用于（字符c:cArr）{
if（isEscape&&c！=转义字符）{
sb.附加（c）；
}else if（c！=split&&c！=escapeCharacter）{
sb.附加（c）；
}else if（c==转义字符）{
如果（！isEscape）{
isEscape=真；
如果（sb.length（）>0）{
添加（sb.toString（））；
sb=新的StringBuilder（）；
}
}否则{
isEscape=假；
}
}如果（c==split），则为else{
添加（sb.toString（））；
sb=新的StringBuilder（）；
}
}
如果（sb.length（）>0）{
添加（sb.toString（））；
}
String[]strArr=新字符串[list.size（）]；
返回列表。toArray（strArr）；
}
如果可以匹配，为什么要拆分？

由于某种原因，没有提到简单的解决方案，因此重新提出了这个问题。这是我们的漂亮紧凑的正则表达式：

"[^"]*"|[^,]+

这将匹配所有需要的片段（）

解释


使用
“[^”]*”
，我们匹配完整的
“双引号字符串”
或
|
我们匹配任何非逗号的字符

一种可能的改进是改进替换的字符串端，以允许引用的字符串包含转义引号。
基于@zx81的答案，因为匹配的想法非常好，我添加了Java 9
调用，它返回一个
流
。因为OP想要使用
spl它
，我已经收集到
String[]
，就像
split
一样

注意：如果逗号分隔符（
a，b，“c，d”）后面有空格，则需要更改模式。

Jshell演示
解释
Regex
[^”]
匹配：一个引号，除引号外的任何内容，一个引号
Regex
[^”]*
匹配：一个引号，除引号0（或更多）次外的任何内容，一个引号
该正则表达式需要首先进入“win”，否则匹配除逗号以外的任何内容1次或多次，即：
[^，]+
-将“win”
results（）
需要Java 9或更高版本
它返回
Stream
，我使用
group（）
调用和collect将其映射到字符串数组。无参数
toArray（）
调用将返回
Object[]
为什么这是一个要求？你能提供更多关于你试图解决的问题的信息吗？这些年来，这个答案仍然很有价值！让我的程序与你的解释一起工作。谢谢！现在，有什么方法可以添加换行符吗？\n和\r？嗨，我的字符串是这样的：\“不要拆分，这个\”（它前面有那些反斜杠。）如何修改正则表达式呢？嗨，Rohit，我遵循了你的解决方案，我有两个分隔符，和/或。并在正则表达式后面使用：（\s+和\s+）\s+或\s+（=（？：[^\“]*”[^\“]*”[^\“]*”[^\“]*$）。它对大多数用例都很有效，但输入失败：'brand=='Kellogg\'s'或country='UnitedStates和“India\”。你能帮帮我吗？我对regex很陌生。这不适用于非普通情况，例如，如果文本本身包含引号，则需要转义，如
\“
因为我更喜欢这个，而不是拆分，所以我将它与Matcher中的Java 9改进结合起来，允许流式处理。我的答案包含jshell会话演示它。如果您还需要获取空字符串，这个解决方案将不起作用，但我喜欢它。@zx81您知道如何使用转义引号\”使它起作用吗？”？
$ jshell
-> String so = "123,test,444,\"don't split, this\",more test,1";
|  Added variable so of type String with initial value "123,test,444,"don't split, this",more test,1"

-> Pattern.compile("\"[^\"]*\"|[^,]+").matcher(so).results();
|  Expression value is: java.util.stream.ReferencePipeline$Head@2038ae61
|    assigned to temporary variable $68 of type java.util.stream.Stream<MatchResult>

-> $68.map(MatchResult::group).toArray(String[]::new);
|  Expression value is: [Ljava.lang.String;@6b09bb57
|    assigned to temporary variable $69 of type String[]

-> Arrays.stream($69).forEach(System.out::println);
123
test
444
"don't split, this"
more test
1

String so = "123,test,444,\"don't split, this\",more test,1";
Pattern.compile("\"[^\"]*\"|[^,]+")
    .matcher(so)
    .results()
    .map(MatchResult::group)
    .toArray(String[]::new);