不匹配带有“String.split”的两个字符序列之间的正则表达式

Question

我正在使用 Scala 处理一些非常混乱的数据，这些数据无法清理。它以分隔键值对的形式出现，类似于："a=1, b=2, c=3"。我正在使用 String.split 将字符串分解为键值对。如果需要，这些对的大多数字符串值部分都会被引用，因此这可以不匹配引号内的 ,：<string-instance>.split(", (?=(?:[^\"]*\"[^\"]*\")*[^\"]*$)")

但是，我遇到了一个 url 字段，它既没有被引用，也没有在所有情况下被 URL 编码，所以我必须处理这样的事情：

"foo=bar, url=http://city.com/Boston, MA US, is_test=false"

在这种情况下，我尝试匹配 bar 之后的逗号 space 和 US 之后的逗号，并忽略 Boston 之后的逗号。幸运的是，我可以相信这些发生在 url= 和 , is_test= 之间的坏情况（仅此而已）。我一直在用 Java 正则表达式测试器敲打这里：https://www.freeformatter.com/java-regex-tester.html 但失败了。我可以通过上述输入得到的最接近的是： (?<!url=[.]{0,300}^, is_test), (?!.*, is_test)，只匹配US后的逗号-space，而不匹配bar后的逗号-space。 {0,300} 用于缓解 Java 正则表达式无法处理潜在的无限后视表达式的问题： java.util.regex.PatternSyntaxException: Look-behind group does not have an obvious maximum length

我该如何解决这个问题？理想情况下，我可以或用引号逗号 space 忽略一个的表达式。一种可能性也是在 url= 和 , is_test 之间匹配 </code> 并将它们替换为 <code>%20。不幸的是，在那个 Regex 表达式中，我得到的最接近的是 (?<=url=.{0,300})\s(?!^\w*, is_test)，它与我不想触摸的 is_test 之前的白色 space 相匹配。

==编辑==

我的第一个示例没有包含带有 = 的查询字符串，这是我的问题的主要部分。这是我正在处理的更完整的示例：

foo="bar, harbor", url=http://city.com/start_city=Boston, MA US&end_city=New York, NY US, is_test=false

Answer 1

由于您的键值对由 = 分隔，并且您的每个键值对由一个逗号和一些 space 分隔，您可以在 [= 之前的每个逗号上拆分13=] 使用此正则表达式的字符，

,\s*(?=\w+=)

Online Demo

检查这些 Java 代码，它们将字符串拆分到所需位置，

String[] data = "foo=\"bar, harbor\", url=http://city.com/start_city=Boston, MAUS&end_city=New York, NY US, is_test=false".split(",\s*(?=\w+=)");
Arrays.stream(data).forEach(System.out::println);

打印，

foo="bar, harbor"
url=http://city.com/start_city=Boston, MAUS&end_city=New York, NY US
is_test=false

让我知道这是否适用于您的情况，如果不适用，请添加它不适用的情况。

不匹配带有“String.split”的两个字符序列之间的正则表达式

Not match Regex in between two character sequences with `String.split`

java

regex

scala

regex-negation

regex-lookarounds