用于匹配模式的短语的字符串正则表达式

Question

我试图理解包含可变单词的短语的正则表达式模式。例如，如果我正在扫描段落，我希望能够提取与此模式匹配的所有短语，“ _ 着色 < /强> 的 _ ”。两个空白点可以是任何东西，因此“红色卡车”和“蓝色自行车”都匹配正则表达式并被提取。如果有人能帮助我，我将非常感激，谢谢！

Answer 1

这样的模式应该有效

\w+\s+colored\s+\w+

这匹配一个或多个word characters的所有序列，后跟一个或多个空格字符，后跟文字序列colored，后跟一个或多个空白字符，后跟一个或多个单词字符。

如果您想轻松提取两侧的两个单词，您可能需要将它们放在capture groups中，如下所示：

(\w+)\s+colored\s+(\w+)

如果您想查找的短语不仅仅包含单词colored的短语，您可以使用替换，如下所示：

(\w+)\s+(colored|flavored|scented)\s+(\w+)

这将匹配“蓝色自行车”，“樱桃味伏特加”和“培根香味蜡烛”之类的字符串。

另外，因为这是Java，所以不要忘记转义字符串文字中的\字符：

Pattern pattern = Pattern.compile("\\w+\\s+colored\\s+\\w+");

Answer 2

这应该适合你。

Pattern samplePattern = Pattern.compile("[A-Za-z0-9._%-]+colored[A-Za-z0-9._%-]");