Question

I am developing a java app, running on android. I am trying to pick all words which do not contain any embedded digits or symbols.

The best I have come up with is:

\b[a-zA-Z]+[a-zA-Z]*+\b

Test Data:

this is a test , an0ther gr8 WW##ee one, w1n 1test test1 end

This results in picking the following: this, is, a, test, WW##ee, one, end

I need to eliminate the WW##ee from the results.

Answer 1

你不应该使用单词边界元字符\b，因为它匹配WW后面看到散列#字符的位置。这个位置本身就是一个单词边界。所以你应该采用不同的方式：

(?<![\S&&[^,]])[a-zA-Z]+(?![\S&&[^,]])

使用Java正则表达式的字符类交集功能，您可以定义允许在单词字符后面或前面的标点字符。这是逗号,。

Answer 2

你可以使用后面的观察并向前看以检查没有#。

\b(?<!\#)[a-zA-Z]+(?!\#)\b

Answer 3

我的解决方案已经发展了一点，因为我已经获得了额外的帮助。所以，这是我最好的解决方案，但仍然有点缺乏。在拒绝“-this-”时，我无法接受“原样”，并且在拒绝“/ slash /”时接受“和/或”的类似情况。同样为简单起见，我已经使输入数据每行单个字。

^（：[\ p {P} \ p {S}]）的（（？：[\ p {L} \ p {PD}']）+）？（？：[\ p {P} \ p {S}]） $

as-is被选中有效

- 这是有效的，但我希望它不是

和/或无效但我希望它会被选中

/ slash /“slash”被选中有效

（测试）“测试”被选中有效

[test]“test”被选中有效

＆LT;试验＆gt; “测试”被选中有效