Question

我正在尝试捕捉一个字符串直到某个单词组中的某个单词。

我只想捕获字符串直到其中一个单词的FIRST实例，因为它们可能在字符串中多次出现。

例如：

一组单词:( in，in，for ）

String =“曾几何时一个洞中的 将返回“曾几何时”

谢谢

Answer 1

您需要的是Lookahead。您的情况的确切正则表达式是：

/^.+?(?=(?:was)|(?:in)|(?:for))/

无论如何，^匹配字符串的开头，。+？是一个懒惰的匹配（它将匹配最短的字符串），（？= ...）表示“后跟”和（？：...）是一个非捕获组 - 这对你来说可能是必需的，也可能不是。< / p>

对于奖励积分，您可能应该使用单词边界来确保您匹配整个单词，而不是子串（“狐狸不会”将返回“狐狸”），以及一个领先的空间在比赛中杀死尾随空格的前瞻：

/^.+?(?=\s*\b(?:was)|(?:in)|(?:for)\b)/

其中\ s *匹配任意数量的空白区域（根本不包括任何空白区域），\ b匹配单词的开头或结尾。这是一个零宽度断言，意味着它与实际角色不匹配。

或者，在Java中：

Pattern p = Pattern.compile("^.+?(?=\\s*\\b(?:was)|(?:in)|(?:for)\\b)");

我认为这会奏效。我没有使用它，但根据文档，确切的字符串应该工作。只需要逃避所有的反斜杠。

修改

一年多以后，我在这里，我刚刚意识到上面的正则表达式没有按照我当时的想法行事。交替具有最高优先级，而不是最低优先级，因此这种模式更正确：

？

/^.+（？= \ S * \ B（：是|在|为）\ B）/

将此new regex与我的old one.进行比较此外，未来的旅行者，如果不存在此类断路器，您可能希望捕获整个字符串。试试这个尺寸：

/^(?:(?!\s*\b(?:was|in|for)\b).)*/

这个使用NEGATIVE lookahead（断言模式失败的匹配）。它可能更慢，但它仍然可以完成这项工作。 See it in action here

Answer 2

您可以使用此代码在终止字词之前捕获字符串：

Pattern p = Pattern.compile("^(.*?)((\\b(was|in|for)\\b)|$)");
String s = "Once upon a time there was a fox in a hole";
Matcher m = p.matcher(s);
if (m.find()) {
    System.out.println(m.group(1));
}

此代码生成以下输出（link）：

Once upon a time there

以下是此表达式的工作原理：(\\b(was|in|for)\\b)表示“内括号中列出的任何单词，当它们出现在单词边界上时”。正好在外面的表达式允许$以便捕获某些东西，即使在源中没有出现任何终止单词。

Answer 3

一个非常简单的方法是只用split带有正则表达式的字符串并保留第一个返回的内容：

String str = "Once upon a time there was a fox in a hole";
String match = str.split("(was|in|for)")[0];

// match = "Once upon a time there "

在此示例中，match将包含字符串的第一部分第一个匹配的单词之前，或者对于未找到该单词的字符串，它将包含包含整个字符串。

Answer 4

String s = "Once upon a time there was a fox in the hole";
String[] taboo = {"was", "in", "for"} ;
for (int i = 0; i < taboo.length; i++){
    if (s.indexOf(taboo[i]) > -1 ){
        s=s.substring(0, s.indexOf(taboo[i])) ;
    }
}
out.print(s);

在我的电脑上运行..

Java中的正则表达式：捕获字符串到一组单词

4 个答案:

修改