使用制表符和换行符解析路径的正则表达式模式？

Question

我有一个路径 dir\n\tsubdir1\n\tsubdir2\n\t\tfile.ext 我想一次处理一个片段。对于每个段，我想知道它前面有多少个制表符，并且我希望路径的其余部分完好无损。对于给定的例子

迭代 1：

Preceding tabs: 0
Segment: dir
Rest: \n\tsubdir1\n\tsubdir2\n\t\tfile.ext

迭代 2：

Preceding tabs: 1
Segment: subdir1
Rest: \n\tsubdir2\n\t\tfile.ext

迭代 3：

Preceding tabs: 1
Segment: subdir2
Rest: \n\t\tfile.ext

迭代 4：

Preceding tabs: 2
Segment: file.ext
Rest: ""

我想到的模式是((?<=\R)\h*)(\H+)。但是，这给了我 \tsubdir1\n 作为第一场比赛。我做错了什么？

Answer 1

由于所有部分都由行分隔符分隔 \n 你可以简单地使用 .+ 来匹配它们，因为默认情况下点 . 不能匹配行分隔符，所以你确定它会在 \n（或任何其他行分隔符，如 \r）之前停止。

您还可以添加一些组以将制表符与实际段分开，例如 named group (?<tabs>\t*) 以在每次匹配开始时匹配零个或多个制表符。

要在匹配后打印剩余文本，只需在最后一个匹配字符的索引后添加子字符串（您可以通过 Matcher#end 获取）。

要打印包含 \n 和 \t 的字符串（不是文字而是一对反斜杠和字母），您可以手动将每个 "\n" 替换为 "\n" 和 "\t" 与 "\t" 或使用实用程序 class，例如 org.apache.commons.lang 中的 StringEscapeUtils，其中包含 escapeJava 为我们完成的方法。

因此您的代码可以如下所示：

String path = "dir\n\tsubdir1\n\tsubdir2\n\t\tfile.ext";
Pattern p = Pattern.compile("(?<tabs>\t*)(?<segment>.+)");//dot can't match line separators
Matcher m = p.matcher(path);
int i = 1;
while(m.find()){
    System.out.println("iteration: " + i++);
    System.out.println("Preceding tabs: " + (m.group("tabs").length()));
    System.out.println("Segment: " + m.group("segment"));
    System.out.println("Rest: "+ StringEscapeUtils.escapeJava(path.substring(m.end())));
    System.out.println();
}

输出：

iteration: 1
Preceding tabs: 0
Segment: dir
Rest: \n\tsubdir1\n\tsubdir2\n\t\tfile.ext

iteration: 2
Preceding tabs: 1
Segment: subdir1
Rest: \n\tsubdir2\n\t\tfile.ext

iteration: 3
Preceding tabs: 1
Segment: subdir2
Rest: \n\t\tfile.ext

iteration: 4
Preceding tabs: 2
Segment: file.ext
Rest:

使用制表符和换行符解析路径的正则表达式模式？

Regex pattern to parse path with tabs and newlines?

java

regex

regex-group

regex-lookarounds