Regex 如何按正则表达式拆分长文本并获取所有部分？

我想将一个长的scala文件按其包含的javadoc拆分为几个部分

source split """(?s)\/\*\*(.*?)\*\/"""

工作正常，但它将忽略它匹配的所有javadoc

如何获得所有零件

例如：

/** package */
package test

/**
 * Class user
 */
class class User

它将分为4个部分：

/** package */

及

及

及

---

如何做到这一点？

首先：请注意，编程语言语法不是正则的，因此实际上无法用正则表达式进行解析。它是上下文无关的，因此，您至少需要一个上下文无关的语法来解析它。对于简单的情况（即，真正语法的子集），您可能可以勉强应付，但不可能编写一个在所有情况下都能工作的表达式

也就是说，这适用于您提供的案例：

val split = source split """(?s)/\*\*|\*/"""
val parts =
  split.grouped(2).flatMap { 
    case Array(code,comment) => Seq(code, "/**" + comment + "*/")
    case code => code
  }
  .map(_.trim)
  .filter(_.nonEmpty)

变量

parts

则包含指定的4个字符串

此表达式将在以下情况下失败：例如，

/**

包含在javadoc注释（

/***/

）中的输入，或者在字符串文本（

val s=“/**”

）的引号之间找到一个值。

请尝试以下操作：

val source = """/** package */
package test

/**
 * Class user
 */
class class User"""

val R = """(?s)/\*\*.*?\*/"""

val x = R.r.findAllIn(source)
val y = source.split(R).toList.tail

val parts = x.toList.zip(y).flatMap(x => List(x._1, x._2))

---

正如dhg所说，不建议使用正则表达式来解决此类问题。它缓慢而脆弱

相关：谢谢，我知道如果我想得到准确的结果，我需要使用解析器，但是简单的正则表达式就足够了。我尝试了

findAllIn

和

split

，但没有一起尝试。

case class User

val split = source split """(?s)/\*\*|\*/"""
val parts =
  split.grouped(2).flatMap { 
    case Array(code,comment) => Seq(code, "/**" + comment + "*/")
    case code => code
  }
  .map(_.trim)
  .filter(_.nonEmpty)

val source = """/** package */
package test

/**
 * Class user
 */
class class User"""

val R = """(?s)/\*\*.*?\*/"""

val x = R.r.findAllIn(source)
val y = source.split(R).toList.tail

val parts = x.toList.zip(y).flatMap(x => List(x._1, x._2))