在Java中拆分字符串：长度可变的lookahead和lookahead

Question

我想打破一个字符串Java使用数字作为分隔符，但保留数字。一些研究表明，从String中使用分裂方法（）是合适的，但是我不明白如何做到这一点。为了进一步解释我的问题，我将使用一个例子：

Input: 20.55|50|0.5|20|20.55

Required Output: ["20.55","|","50","|","0.5","|","20","|","20.55"]

通过像下面的示例一样调用方法split，而不使用lookahead和lookahead，我得到了预期的输出

expression.split("([0-9]+(\\.[0-9]+)?)")

Output: ["|","|","|","|"]

但如果我尝试使用“前瞻”来实现这一点：

expression.split("(?=([0-9]+(\\.[0-9]+)?))")

Output: ["2","0.","5","5|","5","0|","0.","5|","2","0|","2","0.","5","5"]    

通过使用lookback，我得到了一个异常：

线程“main”java.util.regex.PatternSyntaxException中的异常：Look behind组在索引22（？）附近没有明显的最大长度？

有人能给我解释一下这种行为，并提出解决办法吗？

PS：我知道我可以用“|”来打断字符串，但这只是一个愚蠢的例子，我实际上需要一个更复杂的正则表达式。。。

编辑：

由于分隔符的长度，似乎不可能完成我想要的操作。由于我正在寻找一个较小问题的解决方案，然后我可以将其用于练习的剩余部分，因此我将重新措辞，看看是否有转折点，如第二和第三个答案中所示：

我想在包含算术表达式的Java中断开一个String，并保留它的所有项。例如：

Input: 20.55 * 0.5 ** cos(360) + sin 0 * cos 90 + 1 * sin (180 + 90) * 0
Output: ["20.55", "*", "0.5", "**", "cos", "(", "360", ")", "+", "sin", "0", "*", "cos", "90", "+", "1", "*", "sin", "(", "180", "+", "90", ")", "*", "0"] 

请注意，我必须用**表示指数。

编辑2根据anubhava给出的答案，找到了一个解决方案，可以在所有项目上打破算术表达式

Pattern p = Pattern.compile( "\\*\\*|sin|cos|tan|\\d+(?:\\.\\d+)?|[-()+*/%]" );
Matcher matcher = p.matcher(expression);

while(matcher.find())
    System.out.println(matcher.group());

Answer 1

尝试：

(?<=\d)(?=\|)|(?<=\|)(?=\d)

演示

在Java：

public class RegexTest{
    public static void main(String[] args){
        String string = "20.55|50|0.5|20|20.55";
        System.out.println(Arrays.toString(string.split("(?<=\\d)(?=\\|)|(?<=\\|)(?=\\d)")));
    }
}

结果：

[20.55, |, 50, |, 0.5, |, 20, |, 20.55]

编辑

要使用其他字符作为分隔符以包括 "*", "sin”等。，您可以将正则表达式更改为：

(?<=[0-9a-z*])(?=\|)|(?<=\|)(?=[0-9a-z*])

演示

其中[0-9a-z*]表示数字、字母或"*"。如果您想包含其他字符，只需将其添加到字符类中，如[0-9a-z*E]等。

Answer 2

问题是，你不能用可变长度定义lookbehinds.，*and？都匹配可变数量的字符。这是大多数正则表达式引擎的一个限制。

但是，您可以使用可变长度的lookahead。但在您的情况下，这不起作用，因为lookarounds不会使用已经匹配的数据。

你想要的东西可以：

([0-9]+(\\.[0-9]+)?)\\K

\K所做的只是丢弃已经匹配的内容。因此，你仍然会被某些位置拆分，不会用浮动数字重复自己。

Answer 3

您可以使用这个基于环视的正则表达式进行拆分：

String[] toks = "20.55|50|0.5|20|20.55".split( "(?=[^\\d.])|(?<=[^\\d.])" );

for (String tok: toks)
    System.out.printf("%s%n", tok);

正则表达式演示

更新：

您可以使用此正则表达式来匹配您的令牌：

Pattern p = Pattern.compile( "sin|cos|tan|\\d+(?:\\.\d+)?|[-()+*/%]" );

然后，您可以使用Matcher#search（）方法来获取所有匹配的令牌。