Question

我正在尝试匹配自由文本文档中的任何项目符号列表。项目符号列表定义为以字分隔符开头的任何数字或小写字符。例如，

1.  item a
2.  item b

我使用以下代码查找项目符号：

Pattern p1 = Pattern.compile("\\s[\\d][\\.\\)]\\s");

只要子弹列表由单个数字项组成，这就可以正常工作。但是，只要我尝试多位数子弹列表，它就行不通（例如12. item c 13. item d）我试图将模式改为

Pattern p1 = Pattern.compile("\\s[\\d]+[\\.\\)]\\s");

或

Pattern p1 = Pattern.compile("\\s[\\d]\\+[\\.\\)]\\s");

我对正则表达式语言的解释是，这将匹配“。”前面有1位或更多位数的任何情况。但这不起作用。

谁能看到我做错了什么？

Answer 1

Pattern p1 = Pattern.compile("\\s[\\d]+[\\.\\)]\\s");

（您的第二个版本）应该可以使用，但您可以简化它：

Pattern p1 = Pattern.compile("\\s\\d+[.)]\\s");

但是，它确实期望数字前面的空格（例如，它在字符串的开头不匹配）。也许word boundary在这里很有用：

Pattern p1 = Pattern.compile("\\b\\d+[.)]\\s");

（仅供参考：你的第三个例子是在一位数之后尝试匹配文字+。这就是它失败的原因。）

Answer 2

更简单的正则表达式（未经测试）：

\\s(\\d+)[.)]\\s

Answer 3

我认为问题在于数字前面并不总是有空格。因此，将表达式更改为（Java字符串版本）"\\s*\\d+[\\.\\)]\\s"。

示例：

10. aaa //no whitespace before 10 here, thus the leading whitespace has to be optional
11. bbb //here the whitespace should match the new line which counts as whitespace

小写字符版本：

"\\s*(?:\\d+|[a-z]+)[\\.\\)]\\s"

其中(?:\\d+|[a-z]+)表示“一个数字或小写字符序列。

请注意，即使只匹配123a.部分，这仍然会匹配a.。要仅允许一行中的项目符号点，请在表达式的开头添加"(?:^|\\n)"（再次使用Java字符串），这意味着匹配必须从文本的开头或换行符开始。

java正则表达式查找子弹列表

3 个答案: