如何在忽略转义逗号的同时拆分逗号分隔字符串?

正则表达式

[^\\],

意思是“匹配不是反斜杠后跟逗号的字符”—这就是为什么模式如 t, 是匹配的,因为 t 不是反斜杠的字符。

我想你需要用一些 negative lookbehind 捕捉一个 , 前面没有 \ 不捕获前面的字符,比如

(?<!\\),

(顺便说一句,请注意,我特意没有对反斜杠进行双重转义,以使其更具可读性)

尝试:

String array[] = str.split("(?<!\\\\),");

基本上这是在逗号上说split,除了逗号前面有两个反斜杠。这叫A negative lookbehind zero-width assertion .

以下是我最后得出的完整方法,供以后参考:

public static String[] commaDelimitedListToStringArray(String str, String escapeChar) {
    // these characters need to be escaped in a regular expression
    String regularExpressionSpecialChars = "/.*+?|()[]{}\\";

    String escapedEscapeChar = escapeChar;

    // if the escape char for our comma separated list needs to be escaped 
    // for the regular expression, escape it using the \ char
    if(regularExpressionSpecialChars.indexOf(escapeChar) != -1) 
        escapedEscapeChar = "\\" + escapeChar;

    // see http://stackoverflow.com/questions/820172/how-to-split-a-comma-separated-string-while-ignoring-escaped-commas
    String[] temp = str.split("(?<!" + escapedEscapeChar + "),", -1);

    // remove the escapeChar for the end result
    String[] result = new String[temp.length];
    for(int i=0; i<temp.length; i++) {
        result[i] = temp[i].replaceAll(escapedEscapeChar + ",", ",");
    }

    return result;
}

正如马特B所说, [^\\], 将逗号前面的字符解释为分隔符的一部分。

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\,test\\,tes" , "test"]

正如Vdijk博士所说, (?<!\\), 会误解转义的反斜杠。

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\,test\\,test" , "test"]
  -(unescape commas)->
["test\\\\,test\\,test,test" , "test"]

我也希望能摆脱反斜杠…

"test\\\\\\,test\\\\,test\\,test,test"
  -(split)->
["test\\\\\\,test\\\\" , "test\\,test" , "test"]
  -(unescape commas and backslashes)->
["test\\,test\\" , "test,test" , "test"]

Drvdijk建议 (?<=(?<!\\\\)(\\\\\\\\){0,100}), 它适用于元素以100个反斜杠结尾的列表。这已经够远了…但是为什么有限制呢?有没有更有效的方法(不是贪心的背后看)?无效字符串怎么办?

我找了一会儿通用的解决方案,然后自己写了这个东西…其思想是按照与列表元素匹配的模式(而不是与分隔符匹配)进行拆分。

我的答案不以转义符作为参数。

public static List<String> commaDelimitedListStringToStringList(String list) {
    // Check the validity of the list
    // ex: "te\\st" is not valid, backslash should be escaped
    if (!list.matches("^(([^\\\\,]|\\\\,|\\\\\\\\)*(,|$))+")) {
        // Could also raise an exception
        return null;
    }
    // Matcher for the list elements
    Matcher matcher = Pattern
            .compile("(?<=(^|,))([^\\\\,]|\\\\,|\\\\\\\\)*(?=(,|$))")
            .matcher(list);
    ArrayList<String> result = new ArrayList<String>();
    while (matcher.find()) {
        // Unescape the list element
        result.add(matcher.group().replaceAll("\\\\([\\\\,])", "$1"));
    }
    return result;
}

模式说明(无范围):

(?<=(^|,)) forward是字符串或 ,

([^\\,]|\\,|\\\\)* 元素由 \, , \\ 或者字符wich都不是 \ 也不 ,

(?=(,|$)) 后面是绳子的末端或 ,

模式可以简化。

即使有三个部分( matches + find + replaceAll ,这种方法似乎比Drvdijk建议的方法更快。它仍然可以通过编写特定的解析器进行优化。

另外,如果只有一个字符是特殊的,那么有一个转义字符的需要是什么?它可以简单地加倍…

public static List<String> commaDelimitedListStringToStringList2(String list) {
    if (!list.matches("^(([^,]|,,)*(,|$))+")) {
        return null;
    }
    Matcher matcher = Pattern.compile("(?<=(^|,))([^,]|,,)*(?=(,|$))")
                    .matcher(list);
    ArrayList<String> result = new ArrayList<String>();
    while (matcher.find()) {
        result.add(matcher.group().replaceAll(",,", ","));
    }
    return result;
}