Java Regex - 获取字符串中子字符串之前的所有单词
Posted
技术标签:
【中文标题】Java Regex - 获取字符串中子字符串之前的所有单词【英文标题】:Java Regex - Get all words before substring in String 【发布时间】:2012-05-12 08:08:00 【问题描述】:我有一个包含一个句子的字符串,我想根据一个单词将它分成两半。
我有正则表达式(\\w+) word
,我认为它可以让我得到“word”+“word”本身之前的所有单词,然后我可以删除最后四个字符。
但这似乎不起作用..任何想法我做错了什么?
谢谢。
【问题讨论】:
代码比描述问题更有帮助。 也许考虑一个非贪婪的限定符 '+?'而不是“+” “这似乎不起作用,”嗯?发生什么了?你想发生什么? 为什么不直接用word呢?使用 Pattern.find 你可以在字符串中找到它的索引 【参考方案1】:试试这个:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test
public static void main(String[] args)
Pattern p = Pattern.compile("^.*?(?= word)");
Matcher m = p.matcher("Everything before the word");
while (m.find())
System.out.println(m.group());
分解如下:
.*?一切
(?= 之前
单词
) 结束
【讨论】:
哦,是的,愚蠢的尝试很好地总结了它:)我在这里没有粗鲁,我说的是一个事实...... 我不明白代码格式是多么必要,因为问题是关于正则表达式本身,我假设他已经知道如何编译表达式。我给出了表达式并将其分解以显示每个部分在做什么。将来我会尝试更具描述性,对堆栈溢出是全新的。 你的编辑已经好多了,我已经清除了反对票。玩得开心!【参考方案2】:使用字符串操作:
int idx = sentence.indexOf(word);
if (idx < 0)
throw new IllegalArgumentException("Word not found.");
String before = sentence.substring(0, idx);
使用正则表达式:
Pattern p = Pattern.compile(Pattern.quote(word));
Matcher m = p.matcher(sentence);
if (!m.find())
throw new IllegalArgumentException("Word not found.");
String before = sentence.substring(0, m.start());
或者:
Pattern p = Pattern.compile("(.*?)" + Pattern.quote(word) + ".*");
Matcher m = p.matcher(sentence);
if (!m.matches())
throw new IllegalArgumentException("Word not found.");
String before = m.group(1);
【讨论】:
【参考方案3】:原因是+
是一个贪婪的量词,它将匹配整个字符串包括您指定的单词,而不返回。
如果您将其更改为 (\\w+?) word
它应该可以工作(不情愿的量词)。更多关于量词及其确切功能here。
【讨论】:
+
是贪婪的,但它确实允许回溯。所有格等价物是++
好吧,那时我还没有真正想出量词。我认为回溯意味着您实际上指定了正则表达式中的位置和内容?鉴于输入字符串包含他正在寻找的word
,relucant 会自动找到 2 个匹配项...
回溯是指表达式“\\w+\\w”将匹配“xy”。匹配器将匹配 "\\w+" 和 "xy",然后意识到没有什么可以匹配第二个 "\\w" 了。因此它将回溯,将“\\w+”与“x”匹配,将第二个“\\w”与“y”匹配。【参考方案4】:
这似乎有效:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test
public static void main(String[] args)
Pattern p = Pattern.compile("([\\w\\s]+) word");
Matcher m = p.matcher("Could you test a phrase with some word");
while (m.find())
System.err.println(m.group(1));
System.err.println(m.group());
【讨论】:
【参考方案5】:您需要在单词前后标记句子的每个部分。
http://docs.oracle.com/javase/1.5.0/docs/api/
String[] result = "this is a test".split("\\s"); //replace \\s with your word
for (int x=0; x<result.length; x++)
System.out.println(result[x]);
【讨论】:
如果需要,我可以帮助扩展我的示例,但快速浏览一下句子的各个部分存储在一个数组中,并且它被您分解句子的单词所分割。以上是关于Java Regex - 获取字符串中子字符串之前的所有单词的主要内容,如果未能解决你的问题,请参考以下文章