使用java regex在字符串中搜索单词及其否定

Question

我想在使用java的字符串中找到单词及其否定。例如，说

String str = "The product contains no sodium but contains potassium"

我在这个字符串中搜索“钠”和“无钠”。我想根据结果做出具体行动。但是，我怎样才能确保一旦在该字符串中发现“无钠”，钠就不会使用正则表达式获得匹配。我有一个这样的单词（子串）列表，我需要在一大组字符串中搜索。

现在，我正在使用一个arraylist来存储要匹配的单词和字符串，我正在制作一个用于在输入字符串中搜索的模式

String patternString = "\\b(" + StringUtils.join(wordsSearch,"|") + ")\\b"; //making a pattern to search
Pattern pattern = Pattern.compile(patternString);
//using matcher to find the substrings that I have mentioned earlier
Matcher matcher = pattern.matcher(inputString);

Answer 1

如果您只想像往常一样匹配no sodium，那么

但是，如果您想仅匹配之前没有sodium的{​​{1}}，那么它将是

no

Answer 2

匹配器不会找到重叠的匹配项，因此对于您的示例，这已经完成了您想要的操作。但是，如果您有多个具有共同前缀的字符串，例如“钠”和“氯化钠”，则可能会遇到一些问题。

为了确保始终获得最长的匹配，请确保在更改期间始终拥有更长的字符串。因此，只要您的正则表达式类似\b(sodium chloride|sodium)\b，正则表达式引擎将首先尝试sodium chloride，然后在必要时回退到sodium。

在这种情况下，您应该在创建正则表达式之前按字符串长度（前面最长）对wordsSearch进行排序。