Groovy中如何分割字符串并保留分隔符至结果数组

嘿，我懂你的需求——你想要把包含特定标记的字符串分割后，同时把那些标记内容也保留在结果数组里，而不是像原来那样直接丢掉。原来的split写法确实会把匹配到的分隔符排除在外，咱们换个正则思路就能解决这个问题！

问题回顾 #

你要处理的原字符串：

"Street:§§§§__inboundRow['Adress']['Street']__§§§§ und Postal: §§§§__inboundRow['Adress']['Postal']__§§§§ super"

原来用split(/§§§§__inboundRow.+?__§§§§/)得到的结果是["Street:", " und Postal: ", " super"]，但你期望的是把每个标记段也单独作为数组元素，最终得到：

["Street:", "§§§§__inboundRow['Adress']['Street']__§§§§", " und Postal: ", "§§§§__inboundRow['Adress']['Postal']__§§§§", " super"]

解决方案：使用零宽断言修改split正则 #

Groovy的split支持正则的零宽断言，这种断言能定位分割点但不会消耗匹配的内容，刚好能满足咱们保留分隔符的需求。修改后的代码如下：

def targetStr = "Street:§§§§__inboundRow['Adress']['Street']__§§§§ und Postal: §§§§__inboundRow['Adress']['Postal']__§§§§ super"
def resultParts = targetStr.split(/(?<=§§§§__inboundRow.+?__§§§§)|(?=§§§§__inboundRow.+?__§§§§)/)

运行这段代码后，resultParts数组就完全符合你的预期了！

原理解释 #

这里用到了两种零宽断言的组合：

• (?<=...)：正向后行断言，意思是“分割点前面必须匹配这个表达式”，但匹配的内容不会被切掉，会作为下一个元素留在数组里。
• (?=...)：正向先行断言，意思是“分割点后面必须匹配这个表达式”，同样匹配的内容不会被消耗，会被单独拆成一个数组元素。
• 用|把两个断言组合起来，就会在每个标记段的前后都设置分割点，这样标记段本身就会被单独提取成数组元素，而前后的普通文本也能完整保留。

另外要提一句，这里用.+?是非贪婪匹配，能确保每次只匹配一个完整的标记段，不会出现一次性匹配多个标记的情况，刚好适配你的字符串结构。

内容的提问来源于stack exchange，提问作者Peter