正则表达式组和子组

Question

是否可以使用正则表达式捕获整个短语以及短语连接中的每个单词？

所以：

smith jones

要返回：

smith,jones,smithjones

此外，由于其他约束（solr PatternTokenizer），我只能使用一个分组。

Answer 1

看起来你没有一些额外的工作就能做到这一点。使用PatternTokenizerFactory，您只能使用正则表达式的“匹配”部分，因此您无法进行替换。

为什么不创建自己的tokenizer，它使用PatternTokenizer创建的令牌流，然后构建一个它最后返回的连接字符串？