Question

这可能是一个非常简单的修复，但我无法解决这个问题！

我试图在给定以下文本的情况下连续匹配（最多）3个大写单词。

Russell Lake West。比赛应包括所有3个单词。

此正则表达式将匹配前两个单词，但不匹配第三个单词（demo here）：

(([A-Z][a-z]+)\s{0,2}([A-Z][a-z]+)?\s{0,2}([A-Z][a-z]+)?)

此正则表达式将匹配所有3个单词，但我必须复制/粘贴Lake和West之间的空格才能使其正常工作（demo here）：

(([A-Z][a-z'-]+)\s{0,2}([A-Z][a-z'-]+)? \s{0,2}([A-Z][a-z'-]+)?)

                                       ^ pasted it here

所以我假设这个空格可能不被视为空格，但可能是换行符或类似字符，所以我尝试了这个（demo here)：

[\r\n\t\f\s]West

但它在West之前没有识别出任何这些字符，因此没有返回任何结果。

为什么regex101或Java无法识别Lake和West之间的明显空白？什么是处理这个问题的可靠方法？

Answer 1

有很多种空间。您在demo中使用的那个是non-breaking一个（在Unicode表中索引为160），它不属于\s（空格字符类），因为它没有＆＃39} ; t表示我们可以期望将文本拆分为单独部分（如行）的位置 BTW \s已经代表：\r \n \t \f。

要匹配它，您可以使用\p{Zs}课程您还可以将\s和\p{Zs}类与[\\p{Zs}\\s]结合使用。