Question

我必须将一行文字分成单词，并对使用正则表达式感到困惑。我到处寻找一个匹配单词的正则表达式，并找到类似于这篇文章的正则表达式，但是想要它在java中（java在正则字符串中不处理\。）

Regex to match words and those with an apostrophe

我已经尝试了每个答案的正则表达式，并且不确定如何为此构建java的正则表达式（我假设所有正则表达式都是相同的）。如果我在正则表达式中替换\ by \，那么正则表达式不起作用。

我也试过自己查找并来到这个页面： http://www.regular-expressions.info/reference.html

但我无法理解正则表达式的先进技术。

我正在使用String.split（此处使用正则表达式字符串）来分隔我的字符串。一个例子是，如果我给出以下内容： “我喜欢吃，但我不喜欢吃每个人的食物，否则他们会饿死。” 我想要匹配：

I
like
to
eat
but
I
don't
like
to
eat
everyone's
food
or
they'll
starve

我也不想匹配''或''''或''或'。''或其他排列。我的分隔符条件应类似于： [匹配任何单词字符] [如果前面有单词字符，则匹配撇号，然后匹配后面的单词字符，如果有的话）

我得到的只是一个匹配单词[\ w]的简单正则表达式，但我不确定如何使用前瞻或后面的内容来匹配撇号和剩下的单词。

Answer 1

使用评论中所述页面上WhirlWind的答案，您可以执行以下操作：

String candidate = "I \n"+
    "like \n"+
    "to "+
    "eat "+
    "but "+
    "I "+
    "don't "+
    "like "+
    "to "+
    "eat "+
    "everyone's "+
    "food "+
    "''  ''''  '.' ' "+
    "or "+
    "they'll "+
    "starv'e'";

String regex = "('\\w+)|(\\w+'\\w+)|(\\w+')|(\\w+)";
Matcher matcher = Pattern.compile(regex).matcher(candidate);
while (matcher.find()) {
  System.out.println("> matched: `" + matcher.group() + "`");
}

它将打印：

> matched: `I`
> matched: `like`
> matched: `to`
> matched: `eat`
> matched: `but`
> matched: `I`
> matched: `don't`
> matched: `like`
> matched: `to`
> matched: `eat`
> matched: `everyone's`
> matched: `food`
> matched: `or`
> matched: `they'll`
> matched: `starv'e`

您可以在此处找到一个正在运行的示例：http://ideone.com/pVOmSK

Answer 2

以下正则表达式似乎正确覆盖了您的示例字符串。但它并没有涵盖撇号的情景。

[\s,.?!"]+

Java代码：

String input = "I like to eat but I don't like to eat everyone's food, or they'll starve.";
String[] inputWords = input.split("[\\s,.?!]+");

如果我理解正确，撇号应该保持不变，只要它在一个单词字符之后。下一个正则表达式应该涵盖上述加上撇号的特殊情况。

(?<!\w)'|[\s,.?"!][\s,.?"'!]*

Java代码：

String input = "I like to eat but I don't like to eat everyone's food, or they'll starve.";
String[] inputWords = input.split("(?<!\\w)'|[\\s,.?\"!][\\s,.?\"'!]*");

如果我在字符串上运行第二个正则表达式：Hey there! Don't eat 'the mystery meat'. 我在字符串数组中得到以下单词：

Hey
there
Don't
eat
the
mystery
meat'

使用也处理撇号的正则表达式匹配单词

2 个答案: