扫描仪定界符仅在java中的双引号之外取新行

Question

我需要根据新行从扫描仪中读取内容，前提是它位于双引号之外。

Input : "Content1 \r\n block" \r\n Contentn2 \r\n New conenet " \r\n Conetent 3"

Expected Output :

“内容1 块”

内容n2

新锥网” 内容 3" ``

我已经尝试过

String content = "\"Content1 \r\n block\" \r\n Contentn2 \r\n New conenet \" \r\n Conetent 3\"";
Scanner fileScanner = new Scanner(content);
String regex = "[^\"\r\n]+(?:\"[^\"]*\"[^\"\r\n]+)*";
while(fileScanner.hasNext())
{
String rec = fileScanner.findWithinHorizon(regex,0);
Sysyetem.out.println(rec);
}

但它没有按上面预期的那样工作，也检查了其他但没有一个适用于此

/(?<=^[^"]*(?:"[^"]*"[^"]*)*)\r?\n/

这在 Javascript 中只适用于外部 ，但在尝试用作 fileScanner.useDelimter() 时无法在 java 中工作并抛出错误

 Look-behind group does not have obvuios maximum length

请推荐

Answer 1

您可以做的是使用匹配字符串或的正则表达式 您的

\r\n

，位于两个不同的命名捕获组中。 这可以通过使用

(?: | )

来完成“or” 条件（不捕获它），然后使用

(?<group_name> )

创建命名的捕获组。

要匹配双引号字符串，可以是这样的：

"(?:\\"|[^"])*"

解释：

• "

  与开头的双引号匹配。

• \\"

  匹配反斜杠后跟双引号。这是 因为双引号通常用反斜杠转义。

• [^"]

  将匹配任何不是双引号的字符。

• (?: | )

  是一个非捕获群，有两种可能性。 后面加

  *

  表示可以重复0次或N次。

完整的正则表达式，带有 x 标志用于 ex 倾向语法 可以让您在正则表达式中添加注释和空格，以便更好 阅读。

PCRE 语法 (PHP)，带有 g 标志 g叶/多个：

/
(?:
  # String with possible quote inside.
  (?<string>"(?:\\"|[^"])*")
| # or
  # \r\n, but outside a string (as it's tested after the string).
  (?<newline>\\r\\n)
)
/gx

在 regex101 上针对 Java 进行测试：https://regex101.com/r/c0LZD2/1

您必须循环匹配并测试名为的组是否 newline（或索引2的组）是否被填充。如果已满 然后用你真正的换行符替换它。

我不是 Java 开发人员。我使用 PHP 或 JavaScript 并执行此操作 使用替换回调，如下所示：

// Same regular expression, but here without named capturing groups.
//
//                   g1 = string     g2 = newline & spaces
//                /¯¯¯¯¯¯¯¯¯¯¯¯¯¯¯\ /¯¯¯¯¯¯¯¯¯¯¯¯\
const regex = /(?:("(?:\\"|[^"])*")|(\s*\\r\\n\s*))/g;

const input = `Input : "Content1 \\r\\n block" \\r\\n Contentn2 \\r\\n New conenet " \\r\\n Conetent 3"
Input : "A string can contain \\"quotes\\"" \\r\\n Something else "\\" \\r\\n"`;

console.log(
  input.replace(regex, function(fullMatch, quotedString, newLine) {
    if (newLine) {
      return "\n";
    } else {
      return fullMatch;
    }
  })
);