在Java中分割字符串：可变长度的lookahead和lookbehead

Question

我想使用数字作为分隔符来分隔Java中的字符串，但保留数字。一些研究表明，使用String中的split方法（）会很合适，但我不明白如何去做。为了进一步说明我的问题，我会用一个例子：

Input: 20.55|50|0.5|20|20.55 

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

通过调用像我下面给出的例子split方法，无需先行和回顾后，我得到的输出我期待

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

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

但是，如果我尝试这样做，以前瞻：

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

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

并通过回顾后我得到一个异常：

线程“main”中的异常java.util.regex.PatternSyntaxException： Look-behind组在索引 附近没有明显的最大长度22（？ < =（[0-9] +（[0-9] +）？））

任何人都可以解释我这种行为，并提出一个解决办法？ PS：我知道我可以使用'|'打破字符串，但是这仅仅是一个愚蠢的例子，其实我需要一个更复杂的正则表达式...

编辑：

似乎是不可能做我想做什么，因为长度的分隔符。因为我正在寻找解决方案来解决一个较小的问题，我可以用它来练习其余的练习，我将重新翻译一下，看看是否有转机，就像第二个和第三个答案中找到的那样：

I想要打破包含算术表达式的Java中的字符串，并保留其所有项目。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"] 

PSS：请注意，我必须使用'**'作为幂运算。

EDIT 2 继anubhava给出的答案，找到了解决办法，以打破其所有项目的算术表达式

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

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

Answer 1

您可以使用此环视基于正则表达式分裂：

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

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

RegEx Demo

---

更新：

您可以使用此正则表达式匹配您的令牌：

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

然后，您可以在while循环中使用Matcher#find()方法来获取所有匹配的标记。

Answer 2

的问题是，你不能定义长度可变lookbehinds。 +,*和?全部匹配可变数量的字符。这是大多数正则表达式引擎的限制。

但是，您可以使用可变长度的lookahead。但在你的情况下，这不会做这项工作，因为周围不会消耗已经匹配的数据。

你想要的东西做：

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

什么\K不只是扔掉了已经匹配。因此，您仍然会被某些位置分割，并且不会重复浮动数字。

Answer 3

尝试：

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

DEMO

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)"))); 
    } 
} 

与结果：

[20.55，|，50，|，0.5，| ，20，|，20.55]

编辑

要使用其他字符作为定界符包括 “*”， “赎罪” 等，你可以改变正则表达式来：

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

DEMO

哪里[0-9a-z*]表示数字，字母或“*”。如果你想包含其他字符，只需将其添加到字符类，如[0-9a-z*E]等。