Java 11环境下使用正则拆分字符串：保留分隔符仅丢弃空格的实现问题

• 你的正则((?<=[^0-9]+)|(?=[^0-9]+)|(\\s+))存在逻辑冲突：split仅会删除匹配到的非零宽分隔符，空格属于非数字字符，会被前后的零宽断言匹配为拆分后的独立元素，不会被作为分隔符过滤；同时该规则没有对负号做特殊处理，会导致负号和后续数字被拆分。

你选择用Matcher代替split的思路是正确的，这类提取符合规则片段的场景，正向匹配逻辑远比分隔符拆分更易维护。

匹配规则梳理 #

我们可以直接定义两类需要提取的合法片段，空格会被自动跳过不匹配：

1. 连续算术片段：由数字、+-*/%^运算符组成，支持前导负号、数字前导零，运算符和数字无空格时不拆分
2. 单个非数字、非空格、非运算符的字符（如单个字母）

正则表达式 #

(?:-?\d[+\-*/%^]?)+|[^\d\s+\-*/%^]

规则解释： #

• (?:-?\d[+\-*/%^]?)+：非捕获组匹配连续算术片段
  • -? 匹配可选的前导负号
  • \d 匹配数字
  • [+\-*/%^]? 匹配数字后可选的运算符
  • 外层+支持多组数字+运算符的连续组合（如333+444）
• | 或关系
• [^\d\s+\-*/%^] 匹配单个不属于数字、空格、运算符的字符，对应需要拆分的单个字母

Java实现代码 #

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

public class RegexTest {
    public static void main(String[] args) {
        String hello = "333+444 5qwerty5 006 -7";
        Pattern pattern = Pattern.compile("(?:-?\\d[+\\-*/%^]?)+|[^\\d\\s+\\-*/%^]");
        Matcher matcher = pattern.matcher(hello);
        List<String> result = new ArrayList<>();
        while (matcher.find()) {
            result.add(matcher.group());
        }
        // 如需转为数组可调用 result.toArray(new String[0])
        System.out.println(result);
    }
}

输出结果 #

运行后得到的集合完全符合预期：

["333+444", "5", "q", "w", "e", "r", "t", "y", "5", "006", "-7"]

内容的提问来源于stack exchange，提问作者pmdci