Question

现在我有一个看起来像"\\w+ \\w+"的正则表达式来查找双字短语，但是，它们没有重叠。例如，如果我的句子是The dog ran inside，那么当我需要显示"The dog", "ran inside"时，输出会显示"The dog", "dog ran", "ran inside"。我知道有办法做到这一点，但我对使用正则表达式知道如何做到这一点太新了。

谢谢！

Answer 1

您可以使用前瞻，捕获组和单词边界锚来执行此操作：

Pattern regex = Pattern.compile("\\b(?=(\\w+ \\w+))");
Matcher regexMatcher = regex.matcher(subjectString);
while (regexMatcher.find()) {
    matchList.add(regexMatcher.group(1));
}

Answer 2

纯粹使用正则表达式是不可能的，你不能两次匹配相同的字符（“dog”不能在两个单独的组中）。像这样的东西根本不需要正则表达式，你可以简单地用空格分割字符串并将它组合起来然后你喜欢：

>>> words = "The dog ran inside".split(" ")
>>> [" ".join(words[i:i+2]) for i in range(len(words)-1)]
['The dog', 'dog ran', 'ran inside']

如果这不能解决您的问题，请提供有关您要完成的具体内容的更多详细信息。

Answer 3

使用前瞻来获得第二个单词，将非前瞻与前瞻部分连接起来。

# This is Perl. The important bits:
#
# $1 is what the first parens captured.
# $2 is what the second parens captured.
# . is the concatenation operator (like Java's "+").

while (/(\w+)(?=(\s+\w+))/g) {
   my $phrase = $1 . $2; 
   ...
}

抱歉，不了解足够的Java，但这也很容易用Java做。

Answer 4

简单（大字符串更快）的方法是使用 split ：

    final String[] arrStr = "The dog ran inside".split(" ");
    for (int i = 0, n = arrStr.length - 1; i < n; i++) {
        System.out.format("%s %s%n", arrStr[i], arrStr[i + 1]);
    }

out put

The dog
dog ran
ran inside

没有找到正则表达式的技巧

如何使用正则表达式找到重叠的单词集？

4 个答案: