正規表現\ w \ w *を使用して文字列を分割しますか？ \ w +？

Question

私は正規表現を学んでいて、私はグリップを始めていたと思っていました。しかし、その後...

私は、文字列を分割しようとしたとして、私はそのような単純なことを理解するのに役立つ必要があります。

String input = "abcde"; 
System.out.println("[a-z] " + Arrays.toString(input.split("[a-z]"))); 
System.out.println("\\w " + Arrays.toString(input.split("\\w"))); 
System.out.println("\\w*? " + Arrays.toString(input.split("\\w*?"))); 
System.out.println("\\w+? " + Arrays.toString(input.split("\\w+?"))); 

The output is 
[a-z] - [] 
\w - [] 
\w*? - [, a, b, c, d, e] 
\w+? - [] 

はなぜ2つの最初の行のいずれかが任意の文字で文字列を分割しません。 ？ 3番目の式\ w *？（疑問符が貪欲を防ぐ）は、期待どおりに動作し、文字列ごとに文字列を分割します。星の0個以上の一致は、空の配列を返します。

は私がメモ帳内++プログラム内での発現を試みたし、それがでて5試合を示しています。あなたは正規表現で文字列を分割した場合、基本的に、これは本当に私

Answer 1

パズル

Scanner ls = new Scanner(input); 
while(ls.hasNext()) 
    System.out.format("%s ", ls.findInLine("\\w"); 

Output is: a b c d e 

あなたを文字列をどこで切り取るべきかを教えてください。これは必然的にあなたが正規表現と一致するものを切り捨てます。つまり、\wに分割すると、すべての文字が分割点になり、それらの間の部分文字列（すべて空）が返されます。 the documentationで説明されているように、Javaは後続の空の文字列を自動的に削除します。

これはまた、文字が間違っている（前後）すべての位置に一致するため、怠惰な一致\w*?がすべての文字を与える理由についても説明します。残っているのは、文字列自体の文字です。

のは、それを打破してみましょう：

1. [a-z]、\wは、あなたの文字列が

   abcde 
   

   そしてMATC \w+?

   ある次のようにHESは、以下のとおりです。

   a b c d e 
   └─┘└─┘└─┘└─┘└─┘ 
   

   空ですすべてが試合、間のサブストリングであなたを残しています。

   上記の3つの正規表現は、すべてが単一の文字にのみ一致するため、同じ点で動作します。 \w+?は、他の制約がないため、+?がまったく似ていない（それは結局怠け者です）よりもマッチングを試みるので、そうするでしょう。

2. \w*?

   a b c d e 
   └┘ └┘ └┘ └┘ └┘ └┘ 
   

   この場合、マッチは、次のサブストリングであなたを残して、間の文字です：

   "", "a", "b", "c", "d", "e", "" 
   

   Javaはいえ、離れ末尾の空の1を投げます。

Answer 2

String.splitパターンの各マッチで文字列を切断：このメソッドによって返さ

アレイは、与えられた表現と一致するか、終了し、別のサブストリングで終了し、この文字列の各部分が含まれていストリングの終わりまでに。

[a-z]のようなパターンが一致するたびに、その一致で文字列が切り取られます。文字列のすべての文字がパターンと一致するので、結果の配列は空です（空の文字列は削除されます）。

\wと\w+?（1つ以上の\w）が同じですが、できるだけ繰り返しは少ないです。可能であれば0の繰り返しと一致するように*?の量指定子があるため、\w*?の結果は期待通りです。空の文字列です。そして、指定された文字列の各位置に空文字列があります。

Answer 3

これらのコールをそれぞれString#split(String)に分割しましょう。 Javaのドキュメントから、 "メソッドは、指定された式と制限引数が0であるthe two-argument split methodを呼び出すかのように機能します。したがって、空の文字列は結果の配列に含まれません。"

"abcde".split("[a-z]"); // => [] 

これは、すべての文字（a、b、c、d、e）に一致し、その間の空の文字列のみに一致します。

"abcde".split("\\w")); // => [] 

ここでも、文字列内のすべての文字は、単語文字（\w）なので、結果は省略されている空の文字列です。この場合

"abcde".split("\\w*?")); // => ["", "a", "b", "c", "d", "e"] 

、*は（一旦各文字の間に一度文字列の先頭に）空の発現を7回一致（\w）「前号のゼロまたはそれ以上」を意味します。だから、最初の空の文字列と各文字を取得します。

ここ

"abcde".split("\\w+?")); // => [] 

+手段省略されている唯一の空の文字列、その結果、全体の入力文字列と一致する（\w）「前項目の1つまたは複数の」。

input.split(regex, -1)でこれらの例をもう一度お試しください。すべての空文字列が表示されます。