Java中split结合\G正则的工作原理及失效原因解析

嘿，咱们一步步搞清楚这个正则分割的逻辑，顺便解答你为什么另一种写法行不通的问题～

首先先回顾你已经掌握的两个关键知识点：

• (?<=...)是正向后顾断言：它只匹配一个位置，这个位置的前面符合括号里的正则规则，而且不会消耗任何字符串字符。
• \G表示上一次匹配结束的位置，第一次执行匹配时，它就指向字符串的起始位置（相当于^）。

现在把这俩结合起来，看(?<=\\G..)到底在做什么：

1. 第一次分割的定位 #

第一次运行split时，\G在字符串最开头。\G..就会匹配从开头开始的前两个字符（比如你的例子里就是A4）。而(?<=\\G..)则是匹配这两个字符之后的位置——也就是A4和B8之间的空隙。split在这里切割，第一个元素就是A4。

2. 循环分割的逻辑 #

切割完第一个元素后，\G的位置会更新到刚才切割的位置（也就是A4的末尾）。接下来，\G..会匹配从这个新位置开始的下两个字符（B8），(?<=\\G..)再次定位到这两个字符的末尾位置，split在这里切割得到第二个元素B8。

这个过程会一直重复：每次\G都承接上一次切割的终点，\G..锁定接下来的两个字符，后顾断言找到这两个字符的末尾作为切割点，直到整个字符串被拆分成一个个双字符片段。

拿你的示例字符串A4B8CUEMEWE3G6G9I1L7NZO0R2S5来说，切割过程就是：

• 切割点1：A4之后 → 得到A4
• 切割点2：B8之后 → 得到B8
• 切割点3：CU之后 → 得到CU
• ...以此类推，直到最后一个双字符S5被拆分出来。

为什么split("(?=\\G..)")完全行不通？ #

咱们来拆解这个正向前瞻断言的情况：
(?=\\G..)是匹配一个位置，要求这个位置后面的内容符合\G..的规则。

第一次切割时，\G在字符串开头，\G..匹配开头的两个字符，(?=\\G..)就会匹配字符串最开头的位置（因为这个位置后面就是A4，符合规则）。split在这里切割的话，第一个元素就是空字符串""。

更关键的是，前瞻断言不会消耗任何字符，所以切割后\G的位置还是停留在字符串开头。下一次匹配时，\G..依然匹配开头的A4，(?=\\G..)还是匹配开头位置，导致split一直在同一个位置切割，最终得到的结果要么全是空字符串，要么完全不符合我们拆分双字符的需求。

简单说，我们需要的是在每两个字符的末尾切割，后顾断言刚好能精准定位这个位置；而前瞻断言定位的是每两个字符的开头，完全搞错了切割点的位置，自然没法生效。

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