使用 String.split（）提取单词对

string regex split java

2022-08-31 17:17:31

鉴于：

String input = "one two three four five six seven";

有没有一个正则表达式与String.split（）一起使用，一次抓取（最多）两个单词，这样：

String[] pairs = input.split("some regex");
System.out.println(Arrays.toString(pairs));

结果是：

[one two, three four, five six, seven]

这个问题是关于拆分正则表达式的。它不是关于“找到一个解决方法”或其他“让它以另一种方式工作”的解决方案。

答案 1

目前（最后一次在Java 17上测试），可以使用split（）来做到这一点，但在现实世界中不要使用这种方法，因为它看起来像是基于bug的，因为Java中的look-behind应该具有明显的最大长度，但是这个解决方案使用\w +，它不尊重这个限制，并且以某种方式仍然有效 - 所以如果它是一个错误，将在以后的版本中修复，这个解决方案将停止工作。

相反，使用带有正则表达式的Pattern和Matcher类，如\w+ \s+\w+，除了更安全之外，还避免了将继承此类代码的人的维护地狱（请记住“始终编码，就好像最终维护代码的人是一个暴力的精神病患者，知道你住在哪里”）。

这是你要找的吗？
_{（您可以将 \\w 替换为 \\S 以包含所有非空格字符，但对于此示例，我将保留 \\w，因为使用 \\w\\s 然后 \\S\\s 更容易读取正则表达式）}

String input = "one two three four five six seven";
String[] pairs = input.split("(?<!\\G\\w+)\\s");
System.out.println(Arrays.toString(pairs));

输出：

[one two, three four, five six, seven]

\G是前一场比赛，是负面的。(?<!regex)

在我们试图split

查找空间 ->\\s
未预测的 ->(?<!negativeLookBehind)
通过一些词->\\w+
具有先前匹配的（空格）->\\G
在它之前->。\\G\\w+

我一开始唯一感到困惑的是，它如何适用于第一个空间，因为我们希望忽略该空间。重要信息是 \\G 在开始时匹配字符串 ^ 的开始。

因此，在第一次迭代之前，负向后看的正则表达式将看起来像这样，并且由于第一个空间之前确实有过，因此无法匹配拆分。下一个空间不会有这个问题，因此它将被匹配，有关它的信息（如它在String中的位置）将被存储并在下一个负面的后面使用。(?<!^\\w+)^\\w+input\\G

因此，对于第三个空格，正则表达式将检查之前是否有匹配的空格和单词。由于此测试的结果为正数，因此负向后看不会接受它，因此此空间将不匹配，但是第 4 个空间不会出现此问题，因为它之前的空间将与存储在中的空间不同（它在 String 中的位置不同）。\\G\\w+\\Ginput

另外，如果有人想分开，让我们说每3个空格，你可以使用这个表格（基于@maybeWeCouldStealAVan 的答案，当我发布这个答案片段时被删除了）

input.split("(?<=\\G\\w{1,100}\\s\\w{1,100}\\s\\w{1,100})\\s")

您可以使用一些较大的值来代替100，该值至少是String中最长单词的长度大小。

我刚刚注意到，我们也可以使用而不是我们想要拆分每个奇数，例如每个3rd，5th，7th。+{1,maxWordLength}

String data = "0,0,1,2,4,5,3,4,6,1,3,3,4,5,1,1";
String[] array = data.split("(?<=\\G\\d+,\\d+,\\d+,\\d+,\\d+),");//every 5th comma

答案 2

这将起作用，但需要提前设置最大字长：

String input = "one two three four five six seven eight nine ten eleven";
String[] pairs = input.split("(?<=\\G\\S{1,30}\\s\\S{1,30})\\s");
System.out.println(Arrays.toString(pairs));

我更喜欢Pshemo的答案，更短，可以在任意单词长度上使用，但这（正如@Pshemo指出的那样）具有适应超过2个单词的组的优点。

使用 String.split（） 提取单词对

使用 String.split（）提取单词对