正則表達式滿足3個不同的情況

Question

我想弄清楚一個正則表達式可以用於java的String.split（正則表達式），以便從文件中獲取「行」數組。

回車沒有定義行的結束，而是一個逗號 - 但不是所有的逗號。如果逗號在括號，單引號或註釋（/ *註釋，更多註釋* /）之間，則不表示行的結尾。

例子：

1 test fixed(5,2), 
    2 another_test char(12), 
    2 a_third_test, 
    3 one pic'9{9}V.99', 
    3 two pic'9,999V.99', 
    3 three fixed(7,2), 
    /* test,t*/ 
    /*test 2,*/ 
    /*and more */ 
    2 another_field fixed bin(13), 
    2 a_really_long_super_long_field_name_requiring_two_lines_for_declaration 
    char(1), 
    2 a_field char(8); 

預期的輸出是（與\ T和額外的空格省略清晰）：

1 test fixed(5,2) 
2 another_test char(12) 
2 a_third_test 
3 one pic'9{9}V.99' 
3 two pic'9,999V.99' 
3 three fixed(7,2) 
/* test,t*//*test 2,*//*and more */ 2 another_field fixed bin(13) 
2 a_really_long_super_long_field_name_requiring_two_lines_for_declaration 
    char(1) 
2 a_field char(8) 

我拿出3個獨立的正則表達式來獲得3件：

• ,(?![^(]*\)) - 所有的逗號括號
不
• (,(?![^']*')) - 所有逗號不是單引號
• (,(?![^\/\*]*\*\/)) - 沒有評論所有逗號

我試着用或(.*?)|(,)|'.*?'|(,)|\/*.*?*\/|(,)加入他們，但得到如下：

1 test fixed 
2 another_test char 
2 a_third_test 
3 one pic 
3 two pic 
3 three fixed 
2 another_field fixed bin 
2 a_really_long_super_long_field_name_requiring_a_line_break_...  char 
2 a_field char 

是有一種方法可以將這3個正則表達式（或者是否有更好的表達式）進行組合，以找到滿足所有3個的組？

UPDATE：

我可以完成確切的事情了一些簡單的Java，但我想用正則表達式來做到這一點作爲一個學術化追求。

String temp = ""; 
for(String line:text.split("\n")){ 
    if(line.trim().charAt(line.trim().length()-1) == ',' || line.trim().charAt(line.trim().length()-1) == ';'){ 
    System.out.println(temp + line); 
    temp = ""; 
    } else { 
    temp += line.trim(); 
    } 
} 

Answer 1

我想你可能已經在想這一點了。請牢記正則表達式是爲解析regular languages而做出的。當你需要檢查你是否在評論或parens或任何其他知道什麼是逗號意味着，你在看什麼是context-sensitive language（見下圖）。

由J.芬克爾斯坦（自己的作品）[CC BY-SA 3.0（https://creativecommons.org/licenses/by-sa/3.0）

這就是說，在一個行的末尾匹配逗號和分號很簡單。 /\s*(.*?)[,;]$/gsm適用於您的問題中的測試輸入。然而，這並沒有考慮到像

test fixed(5,2), 
/* a, 
    multi-line, 
    comment, 
*/ 

最好的辦法來解決這個問題，我認爲會是你開始\/\*.*?\*\/解析之前捨棄註釋。如果你需要保留評論，你可以使用負面的外觀，但這些效率非常低，你最好寫一個標記器/解析器。