搜索文本中的字符串模式

Question

我正在尝试用Java编写一个程序来查找文本文件中的字符串模式。 请考虑以下文字，取自小说：

他想，她是一个非常棒的女人。然后她说：“你好，我的名字叫劳伦。你的名字是什么？”

我想找到一种方法来查找这个单词序列的任何出现：HELLO，任何字符串，NAME（从列表中取出），因此，从上面的例子中，我会得到（以粗体显示）：

他想，她是一个非常棒的女人。然后她说：“您好，我的名字是Lauren 。你的名字是什么？”

起初我考虑使用正则表达式，然后我考虑编写一个解析器（可能是JFlex或ANTRL生成的）。

任何人都知道更简单，更快速的代码解决方案吗？

Answer 1

我认为使用Pattern类的正则表达式是您最好的选择，如果您只是想匹配HELLO（不区分大小写），任何字符串，名称（从列表中获取）。

看一下在线RegEx评估员来构建你的表达式（比如http://www.regular-expressions.info/javascriptexample.html）。构建表达式需要一些工作，但是一旦你这样做，它将提供一种简洁的方式来表达你的字符串搜索模式。

Answer 2

尝试使用Java搜索引擎Lucene。你需要能够理解n-gram的东西。

Answer 3

您可以尝试stanford POS tagger标记部分句子，然后使用您要查找的标准获取这些句子。