如何用Java正则从括号处分割化学分子式，如将Ca(OH)2拆为Ca和(OH)2

问题原因 #

Java 的 String.split() 方法设计和 Python 的 re.split 逻辑不同：即使正则表达式中包含捕获组，Java 的 split 也不会将捕获到的分隔符内容插入返回的结果数组中，只会用匹配到的内容作为切割边界切分原字符串。
你原来的写法中，(OH)2 被识别为分隔符直接丢弃，同时 Java split 默认参数会丢弃末尾的空字符串，因此最终输出只有 [Ca]。

解决方案 #

改用 Pattern + Matcher 遍历匹配所有需要的片段即可，代码实现如下：

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class ChemicalSplitter {
    public static void main(String[] args) {
        String compound = "Ca(OH)2";
        // 正则兼容原有逻辑，同时匹配普通元素段和括号带后缀的段
        Pattern pattern = Pattern.compile("\\([A-Za-z0-9]*\\)[0-9]*|[A-Za-z0-9]+");
        Matcher matcher = pattern.matcher(compound);
        List<String> segments = new ArrayList<>();
        while (matcher.find()) {
            segments.add(matcher.group());
        }
        // 如需和Python输出完全一致，保留末尾的空字符串，可添加以下判断
        if (compound.matches(".*\\([A-Za-z0-9]*\\)[0-9]*$")) {
            segments.add("");
        }
        System.out.println(segments);
    }
}

运行输出和Python实现效果完全一致：[Ca, (OH)2, ]

内容的提问来源于stack exchange，提问作者Croissant