前瞻和組

Question

在Java中，像foo <on> bar </on> thing <on> again</on> now一文中，我希望有一個正則表達式與組至極給我一個發現「富」，「酒吧」，空字符串，那麼「東西」，「再次」，「現在」。

如果我做(.*?)<on>(.*?)</on>(?!<on>)，我只得到兩個組（富吧，再次，我還沒有結束「現在」）。

如果我做(.*?)<on>(.*?)</on>((?!<on>))我得到富巴空字符串，然後再的事情，空字符串（這裏我應該想「現在」）。

請什麼神奇公式？

謝謝。

Answer 1

我建議

• 沒有必要<on>之前匹配文本後</on>
• 使用非貪婪的標誌，以<on>和明年</on>
• 之間的匹配文本使用循環與Matcher.find()測序通過所有事件，如果可能的話。沒有必要一次完成一個大的脂肪正則表達式！

Answer 2

如果你堅持使用正則表達式這樣做，那麼你可以嘗試使用\s*<[^>]*>\s*作爲分隔符：

String text = "foo <on> bar </on> thing <on> again</on> now"; 
    String[] parts = text.split("\\s*<[^>]*>\\s*"); 
    System.out.println(java.util.Arrays.toString(parts)); 
    // "[foo, bar, thing, again, now]" 

我不知道這是否是你所需要的東西，因爲它是不完全清楚。

---

也許需要一個像這樣：

String text = "1<on>2</on>3<X>4</X>5<X>6</X>7<on>8</on><X>9</X>10"; 
    String[] parts = text.split("\\s*</?on>\\s*|<[^>]*>[^>]*>"); 
    System.out.println(java.util.Arrays.toString(parts)); 
    // prints "[1, 2, 3, 5, 7, 8, , 10]" 

這不處理嵌套的標籤。如果你有這些，你真的想轉儲正則表達式並使用一個實際的HTML解析器。

如果你不想在陣列中間的空字符串，那麼就(?:delimiter)+。

String text = "1<on>2</on>3<X>4</X>5<X>6</X>7<on>8</on><X>9</X>10"; 
    String[] parts = text.split("(?:\\s*</?on>\\s*|<[^>]*>[^>]*>)+"); 
    System.out.println(java.util.Arrays.toString(parts)); 
    // prints "[1, 2, 3, 5, 7, 8, 10]"