旧正则表达式代码的解释说明

Question

我发现了自己几年前写的一段旧代码。然而，现在我完全不知道它为什么能够运行。在进行代码更改之前，我需要了解它为什么能够运行。

我有一个 CSV 格式的数据。

"abc",123456789,"def"

有时，服务器会返回以下内容给我：

"abc",123,456,789,"def"

因此，我编写了以下代码来解决这个问题。

public class Sandbox {

    private static final Pattern digitPattern = Pattern.compile("(\",)|,(?=[\\d,]+,\")");
    /**
     * @param args the command line arguments
     */
    public static void main(String[] args) {
        // "abc",123,456,789,"def"
        String data = "\"abc\",123,456,789,\"def\"";

        final String result = digitPattern.matcher(data).replaceAll("$1");

        // "abc",123456789,"def"
        System.out.println(result);
    }
}

然而，当我回顾代码时，我不知道为什么 |, 和 [\\d,]+ 能帮助我去除逗号。输入的哪一部分与 |, 匹配呢？

非常感谢逐步解释解析过程。

- Cheok Yan Cheng

---

如果你想删除所有前后都有数字的逗号，为什么不使用 data = data.replaceAll("(\\d),(\\d)", "$1$2"); 呢？ - jlordo

| 表示或，就像匹配它前面的内容或后面的内容。 - Sotirios Delimanolis

Answer 1

您正在替换

(\",)|,(?=[\\d,]+,\")

使用

$1

换句话说，你会保留紧接着双引号的逗号（即`(\",)`，被捕获到`$1`），但是会移除那些后面跟着1个或多个数字和逗号、一个逗号以及一个双引号的逗号（即前瞻断言，`(?=[\\d,]+,\")`）。在使用交替符（`|`）时，它遵循从左到右的优先级。如果匹配了前半部分，也就是逗号紧接着一个双引号，那么这个逗号就会被保留，引擎会继续寻找下一个逗号。如果匹配了后半部分，`$1`就不会被捕获，因此实际上你是用空字符串替换了匹配结果（即逗号）。

- Andrew Cheong