1. Split
Con String.split()
, los separadores siempre van a quedar fuera del resultado. Hay una forma sencilla. Aunque no la usaría, empiezo explicando por acá.
Se puede hacer que el split
sea sobre la posición antes o después de un operador matemático. Al ser una posición, no estaríamos consumiendo ningún caracter, por lo que el resultado incluiría a todo el string en el resultado.
Para coincidir con la posición, usamos inspecciones (lookarounds).
Así, para la posición previa a un símbolo matemático, usamos una inspección positiva (positive lookahead), cuya sintaxis es (?=
…)
.
Nos queda: (?=[-+*/()])
,
Y para la posición posterior a un símbolo matemático, usamos una inspección hacia atrás positiva (positive lookbehind), cuya sintaxis es (?<=
…)
.
Nos queda: (?<=[-+*/()])
.
Y ambas opciones unidas en una expresión, nos queda:
texto.split("(?=[-+*/()])|(?<=[-+*/()])")
Demo: https://ideone.com/ZMKc9r
2. Coincidir
Pero el anterior no es un regex "eficiente" desde la perspectiva de las iteraciones que ocurren a nivel del motor de expresiones regulares. Además, no se lleva bien con espacios entre símbolos.. Es mucho más intuitivo -y cómo lo haría yo- olvidarse del split, y buscar las coincidencias que nos interesan. Es decir, buscamos que el regex coincida con:
Números
[\d.]+
o Símbolos
[-+*/()]
Y de esta forma los vamos agregando a la colección (o el tipo de datos que prefieras), con:
[\d.]+|[-+*/()]
- Recordemos que en Java, para pasarlo como String se debe escapar la barra:
"[\\d.]+|[-+*/()]"
.
En el código, la forma de buscar todas las coincidencias de un regex es con Matcher.find()
, y obteniendo el texto que coincidió con Matcher.group()
.
Código:
import java.util.List;
import java.util.ArrayList;
import java.util.regex.Pattern;
import java.util.regex.Matcher;
//variables
final String texto = "1000000.315+5.8/(6.0+1-8*2.0)";
//variables para el regex
final String regex = "[\\d.]+|[-+*/()]";
final Pattern pattern = Pattern.compile(regex);
final Matcher matcher = pattern.matcher(texto);
//usamos este tipo para el resultado, pero puede ser el que prefieras
final List<String> resultado = new ArrayList<String>();
//buscamos todas las coincidencias
while (matcher.find()) {
//agregando una por una a la lista
// matcher.group() devuelve la coincidencia del último matcher.find()
resultado.add(matcher.group());
}
//podemos imprimir la lista
System.out.println(resultado);
Resultado:
[1000000.315, +, 5.8, /, (, 6.0, +, 1, -, 8, *, 2.0, )]
Demo: https://ideone.com/ujoNmV
3. Analizar diferenciando números de símbolos
Tomando el regex anterior:
[\d.]+|[-+*/()]
Podemos usar un grupo (encerrar entre paréntesis) en una parte que nos interese:
([\d.]+)|[-+*/()]
Y así, diferenciaríamos si es un número o un símbolo:
import java.util.regex.Pattern;
import java.util.regex.Matcher;
final String texto = "1000000.315+5.8/(6.0+1-8*2.0)";
final String regex = "([\\d.]+)|[-+*/()]";
final Pattern pattern = Pattern.compile(regex);
final Matcher matcher = pattern.matcher(texto);
while (matcher.find())
{
if (matcher.group(1) != null) //si se capturó algo en el grupo 1 (el primer conjunto de paréntesis)
{
System.out.println("Número: " + matcher.group());
}
else
{
System.out.println("Símbolo: " + matcher.group());
}
}
Resultado:
Número: 1000000.315
Símbolo: +
Número: 5.8
Símbolo: /
Símbolo: (
Número: 6.0
Símbolo: +
Número: 1
Símbolo: -
Número: 8
Símbolo: *
Número: 2.0
Símbolo: )
Demo: https://ideone.com/b1qaGt
Otras alternativas para las clases de caracteres
En la respuesta usamos [\d.]+
para números y [-+*/()]
para un símbolo. Pero quizás te interesa algo más específico. Estas son algunas opciones que podrías intercambiar, según te convenga de acuerdo a tu caso:
Un número que opcionalmente tiene decimales:
\d+(?:\.\d+)?
Acá no usamos una clase de caracteres (va sin corchetes).
Un número que opcionalmente tiene decimales, y/u opcionalmente tiene un exponente:
\d+(?:\.\d+)?(?:[eE]\d+)?
Como String: "\\d+(?:\\.\\d+)?(?:[eE]\\d+)?"
En vez de buscar símbolos, podríamos buscar todo lo que no es un número:
[^\d.]
O, al revés, todo lo que no sea uno de los símbolos que estás usando:
[^-+*/()]+
O una forma más amplia de símbolos de puntuación (ojo que incluye al punto):
\p{Punct}
Coincide con uno de estos caracteres: !"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
.
Como String: "\\p{Punct}"
No usaría la categoría de Unicode Symbol, Math, ya que no incluye a la mayoría de los símbolos "comunes" (sólo al +
en tu ejemplo):
\p{Sm}
Pero podemos usar algo aún más genérico, cualquier símbolo o signo de puntuación, según las categorías Unicode Symbol y Punctuation:
[\p{S}\p{P}]
Como String: "[\\p{S}\\p{P}]"
O inclusive, algo más entreverado, todos los símbolos o signos de puntuación excepto el punto (.
):
(?!\.)[\p{P}\p{S}]
Como String: "(?!\\.)[\\p{P}\\p{S}]"
O lo mismo (símbolos o signos excepto .
) usando una intersección en la clase de caracteres:
[\p{S}\p{P}&&[^.]]
Como String: "[\\p{S}\\p{P}&&[^.]]"
.