如何使用Java String.split()分割含无空格<>标签的字符串并保留括号

可用正则表达式 #

仅需用以下由零宽断言组成的正则作为split参数即可实现需求，适配所有支持环视断言的编程语言：

// JavaScript 写法
const splitRegex = /(?=<\S+?>)|(?<=<\S+?>)/

// Java 等需要转义反斜杠的语言写法
String splitRegex = "(?=<\\S+?>)|(?<=<\\S+?>)";

使用示例 #

以JavaScript为例：

// 尖括号内无空格的输入
console.log("This and <those> are.".split(splitRegex));
// 输出：["This and ", "<those>", " are."]

// 尖括号内有空格的输入
console.log("This and <hey there> are.".split(splitRegex));
// 输出：["This and <hey there> are."]

逻辑说明 #

该正则不会匹配任何实际字符，仅定位需要分割的边界位置：

• (?=<\S+?>)：正向肯定预查，匹配<左侧的位置，要求该<到后续最近的>之间全为非空白字符（无空格）
• (?<=<\S+?>)：反向肯定预查，匹配>右侧的位置，要求该>和前面对应的<之间全为非空白字符
• 两个断言用|组合后，分割时就会把内部无空格的<>标签完整独立为单独元素，不符合条件的<>不会触发分割，保持原字符串结构。

内容的提问来源于stack exchange，提问作者ProfessorCool