Question

我正在尝试编写一个函数，从包含某个子字符串的句子中提取每个单词，例如在'Porky Pork Chop'寻找'Po'将返回Porky Pork。

我在regexpal上测试了我的正则表达式，但Java代码似乎不起作用。我做错了什么？

private static String foo()
    {

        String searchTerm = "Pizza";
        String text = "Cheese Pizza";

        String sPattern =  "(?i)\b("+searchTerm+"(.+?)?)\b";
        Pattern pattern = Pattern.compile ( sPattern );
        Matcher matcher = pattern.matcher ( text );
        if(matcher.find ())
        {
            String result = "-";
            for(int i=0;i < matcher.groupCount ();i++)
            {
                result+= matcher.group ( i ) + " ";
            }
            return result.trim ();
        }else
        {
            System.out.println("No  Luck");
        }
    }

Answer 1

在Java中将\b word boundaries传递给regex引擎，您需要将其写为\\b。 \b表示String对象中的退格。
根据您的示例判断，您希望返回包含子字符串的所有单词。要执行此操作，请不要使用for(int i=0;i < matcher.groupCount ();i++)，而是使用while(matcher.find())，因为组计数将在单个匹配中迭代所有组，而不是在所有匹配上。
如果您的字符串可以包含一些特殊字符，您可能应该使用Pattern.quote(searchTerm)
在您的代码中，您试图在"Pizza"中找到"Cheese Pizza"，因此我假设您还希望找到与搜索到的子字符串相同的字符串。虽然您的正则表达式可以正常使用，但您可以将上一部分(.+?)?)更改为\\w*，并在开头添加\\w*，如果子字符串也应该在单词的中间匹配（不仅在开始）。

所以你的代码看起来像

private static String foo() {

    String searchTerm = "Pizza";
    String text = "Cheese Pizza, Other Pizzas";

    String sPattern = "(?i)\\b\\w*" + Pattern.quote(searchTerm) + "\\w*\\b";
    StringBuilder result = new StringBuilder("-").append(searchTerm).append(": ");

    Pattern pattern = Pattern.compile(sPattern);
    Matcher matcher = pattern.matcher(text);
    while (matcher.find()) {
        result.append(matcher.group()).append(' ');
    }
    return result.toString().trim();
}

Answer 2

虽然正则表达式方法当然是一种有效的方法，但我发现当你用空格分割单词时更容易思考。这可以使用String的{{3}}方法完成。

public List<String> doIt(final String inputString, final String term) {
    final List<String> output = new ArrayList<String>();
    final String[] parts = input.split("\\s+");
    for(final String part : parts) {
        if(part.indexOf(term) > 0) {
            output.add(part);
        }
    }
    return output;
}

当然，实现这一目标实际上是通过输入String进行两次传递是没有价值的。第一个找到要拆分的空格的字符，第二个遍读查看子字符串的每个拆分字。

如果需要一次通过，则正则表达式路径更好。

Answer 3

我发现 nicholas.hauschild 的答案是最好的。

但是如果你真的想使用正则表达式，你可以这样做：

String searchTerm = "Pizza";
String text = "Cheese Pizza";
Pattern pattern = Pattern.compile("\\b" + Pattern.quote(searchTerm)
        + "\\b", Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(text);
while (matcher.find()) {
    System.out.println(matcher.group());
}

输出：

Pizza

Answer 4

模式应该是

String sPattern =  "(?i)\\b("+searchTerm+"(?:.+?)?)\\b";

您想要捕获整个（披萨）字符串。?:确保您不会捕获字符串的一部分两次。

Answer 5

尝试这种模式：

String searchTerm = "Po";
String text = "Porky Pork Chop oPod zzz llPo";

Pattern p = Pattern.compile("\\p{Alpha}+" + substring + "|\\p{Alpha}+" + substring + "\\p{Alpha}+|" + substring + "\\p{Alpha}+");

Matcher m = p.matcher(myString);

while(m.find()) {
    System.out.println(">> " + m.group());
}

Answer 6

好的，我给你一个原始风格的模式（不是java风格，你必须自己双倍逃避）：

(?i)\b[a-z]*po[a-z]*\b

这就是全部。

提取包含某个子字符串的每个完整单词

6 个答案: