Question

我正在尝试使用一种模式来搜索字符串中的邮政编码。我无法使其正常工作。

inputLine的示例为

What is the weather in 75042?

我要用于模式的是

public String getZipcode(String inputLine) {

        Pattern pattern = Pattern.compile(".*weather.*([0-9]+).*");
        Matcher matcher = pattern.matcher(inputLine);

        if (matcher.find()) {

            return matcher.group(1).toString();
        }

        return "Zipcode Not Found.";

    }

如果我只希望获得75002，我需要更改什么？这只会输出数字2的最后一位。我非常困惑，我不完全了解Pattern类的Javadocs。

Answer 1

原因是因为.*与前几位数字匹配，并且只剩下一个供您的捕获组使用，所以您必须将其丢弃

可以在这里使用更简单的模式：\D+(\d+)\D+表示

一些非数字\D+，然后一些数字捕获(\d+)，然后一些非数字\D+

public String getZipcode(String inputLine) {
    Pattern pattern = Pattern.compile("\\D+(\\d+)\\D+");
    Matcher matcher = pattern.matcher(inputLine);

    if (matcher.find()) {
        return matcher.group(1).toString();
    }
    return "Zipcode Not Found.";
}

Workable Demo

Answer 2

您的正则表达式（\ s）中缺少空格。您可以根据数据使用\ s *或\ s +

Pattern pattern = Pattern.compile("weather\\s*\\w+\\s*(\\d+)");
Matcher matcher = pattern.matcher(inputLine);

Answer 3

问题在于中间的.*过于贪婪，吞噬了7500。一个简单的解决方法是在正则表达式前添加一个空格：.*weather.* ([0-9]+).*甚至使用\\s。但是最好是使用.*?的非贪婪版本，因此regexp应该为.*weather.*?([0-9]+).*

Answer 4

您的.*weather.*([0-9]+).*模式使用第一个.*抓取整行，并回溯以找到weather，如果找到它，则抓取单词末尾的行部分与后续的.*模式对齐并再次回溯以找到最后一位，由于一位数字满足[0-9]+模式，因此唯一一位存储在捕获组1中。最后一个.*仅消耗该行的结尾。

您可以仅使用".*weather.*?([0-9]+).*"（使第二个.*变得懒惰）来解决此问题，但是由于您使用的是Matcher#find()，因此可以使用更简单的正则表达式：

Pattern pattern = Pattern.compile("weather\\D*(\\d+)");

在获得匹配项后，用matcher.group(1)检索值。

请参见 regex demo。

模式详细信息

weather-一个weather字
\\D*-除数字以外的0多个字符
(\\d+)-捕获第1组：一个或多个数字

请参见Java demo：

String inputLine = "What is the weather in 75042?";
Pattern pattern = Pattern.compile("weather\\D*(\\d+)");
Matcher matcher = pattern.matcher(inputLine);

if (matcher.find()) {
    System.out.println(matcher.group(1)); // => 75042
}

Answer 5

我认为您只需要\\d+

public String getZipcode(String inputLine) throws Exception {

    Pattern pattern = Pattern.compile("\\d+");
    Matcher matcher = pattern.matcher(inputLine);

    if (matcher.find()) {
        return matcher.group();
    }

    //A good practice is to throw an exception if no result found
    throw new NoSuchElementException("Zipcode Not Found.");

}

Answer 6

在正则表达式中，没有上限（*，+）的运算符为贪婪。

已经提出了完善的解决方案。我只是添加一个非常接近您的地址，并以更隔离的方式解决该问题：

如果使用正则表达式

".*weather.*?([0-9]+).*" ...而不是...

".*weather.*([0-9]+).*"

...您的解决方案将很好地工作。星号后的“ ？”指示正则表达式编译器将星号视为非贪婪。

贪婪意味着消耗尽可能多的字符（从左到右），同时仍然允许正则表达式的其余部分匹配。

非贪婪意味着尽可能少地使用字符，同时仍然允许正则表达式的其余部分匹配。

在不紧邻数字的特定单词之后搜索数字

6 个答案: