正则表达式满足3个不同的情况

Question

我想弄清楚一个正则表达式可以用于java的String.split（正则表达式），以便从文件中获取“行”数组。

回车没有定义行的结束，而是一个逗号 - 但不是所有的逗号。如果逗号在括号，单引号或注释（/ *注释，更多注释* /）之间，则不表示行的结尾。

例子：

1 test fixed(5,2), 
    2 another_test char(12), 
    2 a_third_test, 
    3 one pic'9{9}V.99', 
    3 two pic'9,999V.99', 
    3 three fixed(7,2), 
    /* test,t*/ 
    /*test 2,*/ 
    /*and more */ 
    2 another_field fixed bin(13), 
    2 a_really_long_super_long_field_name_requiring_two_lines_for_declaration 
    char(1), 
    2 a_field char(8); 

预期的输出是（与\ T和额外的空格省略清晰）：

1 test fixed(5,2) 
2 another_test char(12) 
2 a_third_test 
3 one pic'9{9}V.99' 
3 two pic'9,999V.99' 
3 three fixed(7,2) 
/* test,t*//*test 2,*//*and more */ 2 another_field fixed bin(13) 
2 a_really_long_super_long_field_name_requiring_two_lines_for_declaration 
    char(1) 
2 a_field char(8) 

我拿出3个独立的正则表达式来获得3件：

• ,(?![^(]*\)) - 所有的逗号括号
不
• (,(?![^']*')) - 所有逗号不是单引号
• (,(?![^\/\*]*\*\/)) - 没有评论所有逗号

我试着用或(.*?)|(,)|'.*?'|(,)|\/*.*?*\/|(,)加入他们，但得到如下：

1 test fixed 
2 another_test char 
2 a_third_test 
3 one pic 
3 two pic 
3 three fixed 
2 another_field fixed bin 
2 a_really_long_super_long_field_name_requiring_a_line_break_...  char 
2 a_field char 

是有一种方法可以将这3个正则表达式（或者是否有更好的表达式）进行组合，以找到满足所有3个的组？

UPDATE：

我可以完成确切的事情了一些简单的Java，但我想用正则表达式来做到这一点作为一个学术化追求。

String temp = ""; 
for(String line:text.split("\n")){ 
    if(line.trim().charAt(line.trim().length()-1) == ',' || line.trim().charAt(line.trim().length()-1) == ';'){ 
    System.out.println(temp + line); 
    temp = ""; 
    } else { 
    temp += line.trim(); 
    } 
} 

Answer 1

我想你可能已经在想这一点了。请牢记正则表达式是为解析regular languages而做出的。当你需要检查你是否在评论或parens或任何其他知道什么是逗号意味着，你在看什么是context-sensitive language（见下图）。

由J.芬克尔斯坦（自己的作品）[CC BY-SA 3.0（https://creativecommons.org/licenses/by-sa/3.0）

这就是说，在一个行的末尾匹配逗号和分号很简单。 /\s*(.*?)[,;]$/gsm适用于您的问题中的测试输入。然而，这并没有考虑到像

test fixed(5,2), 
/* a, 
    multi-line, 
    comment, 
*/ 

最好的办法来解决这个问题，我认为会是你开始\/\*.*?\*\/解析之前舍弃注释。如果你需要保留评论，你可以使用负面的外观，但这些效率非常低，你最好写一个标记器/解析器。