如何解析可以包含转义双引号的双引号分隔字符串

Question

我需要解析流中的行，如下所示：command "string1" "string2"字符串可以包含空格和转义双引号。我需要将其拆分，以便将 command、string1 和 string2 作为数组元素。我认为 split() 与正则表达式匹配"但不是\"( .split("(?<!\\\\)\"") ) 可以完成这项工作，但我听说这不是一个好主意。

在Java中有没有更好的方法来做到这一点？

Answer 1

假设您想在适用时删除外部双引号（如果您不这样做，只需更改第一个捕获组以也包含引号），类似的事情应该可以解决问题：

public class Demo {
    private static final Pattern WORD = 
        Pattern.compile("\"((?:[^\\\\\"]|\\\\.)*)\"|([^\\s\"]+)");

    public static void main(String[] args) {
        String  cmd = 
           "command "                                  +
           "\"string with blanks\" "                   +
           "\"anotherStringBetweenQuotes\" "           +
           "\"a string with \\\"escaped\\\" quotes\" " + 
           "stringWithoutBlanks";

        Matcher matcher = WORD.matcher(cmd);
        while (matcher.find()) {
            String capturedGroup = matcher.group(1) != null ? matcher.group(1) : matcher.group(2);
            System.out.println("Matched: " + capturedGroup);
        }
    }
}

输出：

public class Demo {
    private static final Pattern WORD = 
        Pattern.compile("\"((?:[^\\\\\"]|\\\\.)*)\"|([^\\s\"]+)");

    public static void main(String[] args) {
        String  cmd = 
           "command "                                  +
           "\"string with blanks\" "                   +
           "\"anotherStringBetweenQuotes\" "           +
           "\"a string with \\\"escaped\\\" quotes\" " + 
           "stringWithoutBlanks";

        Matcher matcher = WORD.matcher(cmd);
        while (matcher.find()) {
            String capturedGroup = matcher.group(1) != null ? matcher.group(1) : matcher.group(2);
            System.out.println("Matched: " + capturedGroup);
        }
    }
}

正则表达式有点复杂，因此值得对其进行一些解释：

• [^\\\\\"]匹配除反斜杠或双引号之外的所有内容
• \\\\.匹配反斜杠后跟任意字符（包括双引号），即转义字符
• (?:[^\\\\\"]|\\\\.)*匹配任何转义或非转义字符序列，但不捕获该组（因为(?:)）
• "\"((?:[^\\\\\"]|\\\\.)*)\"匹配任何包含在双引号中的此类序列并捕获引号内部
• ([^\\s\"]+)匹配任何非空字符的非空序列，并将其捕获在一个组中