Question

Hy，

我有一个试图找到短语的应用程序。我的假设是短语以大写字母开头，以点结尾，之间可以包含任何内容。

贝娄是我的代码：

for(String s: manyLines)
                    {
                        Pattern pa = Pattern.compile("([A-Z]{1})(.*)(\\.)");
                        Matcher ma = pa.matcher(s);
                        if(ma.find())
                        {
                        manyPhrase.add(s);
            }

但是正则表达式似乎不起作用，因为很多Phrase（字符串的ArryList）它获取所有行而不仅仅是短语。

例如，我的输入文件有：

福克斯狐狸跑来逃避狗狗。 AK;兔子兔跑去逃避狐狸狐狸。 123.5，胡萝卜等待兔子在野外归来。超过预期

它应该返回

福克斯狐狸跑来逃避狗狗。兔子兔子跑来逃避狐狸狐狸。胡萝卜在野外等待兔子返回。

诚恳，

Answer 1

.*

是贪婪的，并且在最后一段时间内匹配所有内容。

尝试非贪婪的匹配器

[A-Z].*?\\.

或更好的是，使用更精确的大写字母，非期间，期间＆＃34;正则表达式：

[A-Z][^.]*\\.

最后，如果您使用()进行分组，最好将(?:)用作非捕获组，除非您确实要存储子表达式的结果

Answer 2

您可以使用[A-Z].+?\\.

这将匹配任何大写字母，后跟任何其他字符，直到找到。字符。通过使用？在我们的正则表达式中，我们创建了所谓的懒惰匹配（即，一旦找到下一位就会停止。）

你的问题是.*。这是一个贪婪的比赛，所以它会尝试尽可能匹配

Answer 3

我认为这里的问题是你对.*做什么的假设。它不知道在这段时间之前继续寻找所有东西。你想要寻找的是任何不是句号（[^.]）的字符，发生零次或多次（*）。如果你只是使用.*，它会一直持续到最后并包括最后一个时期。

如果你想要分组（parens），请尝试使用此作为正则表达式模式：

([A-Z]{1})([^.]*)\\.

如果您只想匹配，请尝试将其作为正则表达式模式：

[A-Z]{1}[^.]*\\.

Answer 4

您必须考虑. 不该词组中允许的字符的一部分：

([A-Z^]{1})([^.]*)(\\.)

匹配是贪婪的，会选择尽可能多的符合你表达的字符。

Answer 5

要替换的完整代码：

    for(String s: manyLines)
                    {
                        Pattern pa = Pattern.compile("([A-Z][^\\.]*\\.)");
                        Matcher ma = pa.matcher(s);
                        if(ma.find())
                        {
                            String correct = ma.group(0);
                        manyPhrase.add(correct);
            }
                    }

使用group方法添加子字符串。

祝你好运，

尝试使用Regex查找短语并显示已找到的短语的Java应用程序

5 个答案: