Question

我目前正在学习如何通过尝试匹配简单的Hashtag模式来编写Java中的正则表达式。 Hashtags遵守以下条件：

以标签开头：＃
必须至少包含1个字母：[a-zA-Z]
它可以包含类[a-zA-Z0-9 _]
前面不能有班级的字符[a-zA-Z0-9 _]

基于此，我认为正确的正则表达式是：

PATTERN = "(?<![a-zA-Z0-9_])#(?=.*[a-zA-Z])[a-zA-Z0-9_]+"

这里我使用前瞻(?=.*[a-zA-Z])来确保条件2成立，并使用lookbehind (?<![a-zA-Z0-9_])来确保条件4成立。我不太确定以+结尾。

这适用于简单的测试用例，但在复杂的测试用例上失败，例如：

String text = "####THIS_IS_A_HASHTAG; ;#This_1_2...#12_and_this but not #123  or #this# #or#that";

其中不匹配#THIS_IS_A_HASHTAG，#This_1_2和12_and_this

有人可以解释我做错了吗？

Answer 1

这个先行：

(?=.*[a-zA-Z])

当输入如下时，

可能会产生错误的结果：

####12345...#12_and_this

为您提供2个匹配#12345和#12_and_this。根据您的规则，只有第二个应该是有效匹配。

要解决此问题，您可以使用此正则表达式：

(?<![a-zA-Z0-9_])#(?=[0-9_]*[a-zA-Z])[a-zA-Z0-9_]+

前瞻(?=[0-9_]*[a-zA-Z])表示在#之后声明存在一个字母，其中可选择存在数字或下划线。

Here is a regex demo for you

Answer 2

这个怎么样？

(example here)

String text = "####THIS_IS_A_HASHTAG;;;#This_1_2...#12_and_this ";
String regex = "#[A-Za-z0-9_]+";

Matcher m = Pattern.compile(regex).matcher(text);

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

它看起来符合您所说的标准：

#THIS_IS_A_HASHTAG
#This_1_2
#12_and_this

Java正则表达式：将自定义Hashtag模式与前瞻/后瞻条件相匹配

2 个答案: