Java 具有固定开始和重复块的字符串的正则表达式

Question

考虑一行文本，例如

"ab,""c"",""d"",""e"",""""

上面的行有一个固定的开始 "ab 然后它重复像

这样的块

,""<non-quote(s)>""

（即，逗号，后跟 2 个双引号，后跟 0 个或多个非引号，后跟 2 个引号），可能为空块（即 4 个连续引号 """"）。

像

这样的正则表达式

(?:,"+([^",]*)"+)

将匹配所有块（即从第一个逗号开始的所有内容，包括在内），但忽略固定开头。

使用 "or" (|) 子句，例如

(?:"([^,]+)|,"+([^",]*)"+)

有效，但有 2 个组，其中 #1 是 matcher.find() 第一轮的固定开始，其余的 null，而 #2 是 null在第一次调用中并在所有其他调用中正确填充。

是否有一个有效的 Java 正则表达式可以生成单个组，对于 matcher.find() returns 的连续调用，首先是固定的开始，然后是每个重复块？

Answer 1

我认为这就是您正在寻找的模式：

"{1,2}([^",]*)(?:"")?(?:,|$)

或作为 Java 字符串：

\"{1,2}([^\",]*)(?:\"\")?(?:,|$)

然后您在 组 1（唯一捕获的组）中获得所需的值。

请记住，此正则表达式仅对拆分字符串有用，对验证字符串无效。此外，它不支持带有 [ , ] 或 [ " ] 的值。

这里有一个用法示例：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

class MatcherTest {
    private static String text = "\"ab,\"\"c\"\",\"\"d\"\",\"\"e\"\",\"\"\"\"";

    private static String patternString = "\"{1,2}([^\",]*)(?:\"\")?(?:,|$)";

    public static void main(final String[] args) throws java.lang.Exception {
        Pattern pattern = Pattern.compile(patternString);
        Matcher matcher = pattern.matcher(text);

        while (matcher.find()) {
            System.out.println("'" + matcher.group(1) + "'");
        }
    }
}

Java 具有固定开始和重复块的字符串的正则表达式

Java regex for string with fixed start and repeated blocks

java

regex

matcher

find