Question

我希望匹配所有出现的＆＃34; 1x＆＃34;和＆＃34; 2x＆＃34;与另一个非捕获组合组合（＆＃34; WordX＆＃34;）。这是我到目前为止所做的，但它只匹配最后一次＆＃34; 2x＆＃34;：

SparkSession spark = SparkSession.builder().config(conf).getOrCreate();
JavaPairRDD<Integer,String> rdd= new JavaSparkContext(spark.sparkContext()).parallelizePairs(
                Arrays.asList(new Tuple2[]{
                        new Tuple2<Integer,String>(1,"<xml>Stanford University is located in California. " +
                                "It is a great university.</xml>")}));
Dataset<Row> ds = spark.createDataFrame(rdd.rdd(),Type.class);
     // steps to implement nlp ?

测试字符串：

^.*(?:Word1|Word2|Word3)*(1x|2x)

https://regex101.com/r/zxfAB7/1

非常感谢任何帮助。

Answer 1

要匹配非捕获组之后出现的所有1x/2x，您可以在此处使用边界锚\G：

(?:(?:Word1|Word2|Word3)+|(?<!^)\G).*?(1x|2x)

RegEx Demo

\G在上一场比赛结束或第一场比赛的字符串开头处断言位置。

Answer 2

preg_match + preg_match_all 提取项目（1x或2x）的解决方案{1}}发生：

Word[123]

输出：

$s = "Foo Foo Word1: bar 1x foobar 1x foo 2x bar";
$result = false;

if (preg_match('/^.*(?:Word[123]).*(1x|2x)/', $s)) {
    preg_match_all('/1x|2x/', preg_replace('/^.*Word[123]/', '', $s), $m);
    $result = $m[0];
}
print_r($result);

正则表达式多次匹配组

2 个答案: