Question

我有一些类似的查询字符串：

String query = 'metabolism and heart and TAXONOMY:40674 AND curation:"Non curated" GO:GO:34212 and cancer'

我正在尝试从此字符串查询中提取搜索关键字。该查询的预期结果是

metabolism and heart and cancer

我最近怎么样？

String regex = '[a-z_A-Z0-9]*:\"?.+\"?'
query.replaceAll(regex, '')

如果将查询字符串放在查询字符串的开头，如下所示，此代码段效果很好：

String query = 'metabolism and heart and cancer and TAXONOMY:40674 AND curation:"Non curated" GO:GO:34212'

构面是类似curation:"Non curated"（即，值中包含空格并用双引号引起来）或GO:GO:34212（即，具有第二个冒号）的对。否则，它们就是TAXONOMY:234334之类的模式。

我在这里做错了什么？有帮助吗？

Answer 1

您需要修改正则表达式以覆盖字母字符串，以便也考虑空格，并以此方式重新编写正则表达式，

[a-z_A-Z0-9]*:(?:"\w+(?: \w+)"\s*|\w+(?: \w+)\s*)?

然后用空字符串替换匹配的部分。

正则表达式的问题是，正则表达式\"?.+\"?的这一部分具有可选的双引号，因为.+会贪婪地匹配所有内容，直到字符串结尾，并删除其余字符串，仅保留字符串TAXONOMY:并不是您想要的。

为正确解决该问题，您应该尝试将双引号字符串与非双引号字符串分别匹配。另外，由于字符串中包含空格分隔的单词，因此您需要使用\w+(?: \w+)部分来正确匹配空格分隔的单词以进行匹配。 \s*之后会消耗掉多余的空格，最终匹配您所有的字符串，用空字符串替换会留下所需的字符串。

Regex Demo

尝试此Java代码，

String s = "metabolism and heart and TAXONOMY:40674 AND curation:\"Non curated\" GO:GO:34212 and cancer";
System.out.println(s.replaceAll("[a-z_A-Z0-9]*:(?:\"\\w+(?: \\w+)\"\\s*|\\w+(?: \\w+)\\s*)?", ""));

打印

metabolism and heart and cancer

单独的搜索关键字和构面

1 个答案: