Java正则表达式匹配字符串中的所有单词

Posted 2023-02-22

【中文标题】Java正则表达式匹配字符串中的所有单词

【英文标题】：Java regex to match all words in a string

【发布时间】：2015-12-23 19:01:38

【问题描述】：

我正在寻找一个匹配以下模式的正则表达式

(abc|def|ghi|abc+def+ghi|def+ghi)

基本上由| 分隔的所有内容都是 OR 搜索 并且所有与+ 连接的词都必须存在。

我必须根据上述格式的输入字符串动态构造正则表达式。

我尝试了以下 AND 搜索：

(?=.*?\babc\b)(?=.*?\bdef\b)(?=(.*?\bghi\b)

跟随 OR 搜索

.*(abc|def).*

是否有可能的单个正则表达式？任何例子都会有所帮助

【问题讨论】：

提供一些有效/无效的输入字符串。

【参考方案1】：

(abc|def|ghi)

这将匹配包含您要查找的单词的每个字符串。

【讨论】：

它不会将搜索限制为 abc+def+ghi，即所有三个单词都必须存在。

为什么要限制搜索？您不是也在搜索 abc、def 或 ghi 吗？任何单独找到这三个的东西也会找到 abc+def+ghi 和 def+ghi。

【参考方案2】：

AND 搜索

您列出以下内容：

(?=.*?\babc\b)(?=.*?\bdef\b)(?=(.*?\bghi\b)

我的版本：

(?=.*?\babc\b)(?=.*?\bdef\b)(?=.*?\bghi\b).

请注意，您的版本会在 ghi 测试之前出现一个额外的 (。

还请注意，我在末尾包含了一个.（捕获任何单个字符），这样正则表达式实际上可以匹配某些内容，否则您只是在进行前瞻而不进行实际搜索。

OR 搜索

要搜索"abc" OR "def"，我会使用以下正则表达式：

\babc\b|\bdef\b

或

\b(?:abc|def)\b

结合

因此，对于您的 (abc|def|ghi|abc+def+ghi|def+ghi) 示例，实际的正则表达式可能如下所示：

\babc\b|\bdef\b|\bghi\b|(?=.*?\babc\b)(?=.*?\bdef\b)(?=.*?\bghi\b).|(?=.*?\bdef\b)(?=.*?\bghi\b).

这是一个不好的例子，因为它自己会匹配 abc，因为第一个 OR 案例而不是中间 AND 案例指定的要求。

记得指定正则表达式的大小写敏感度。

【参考方案3】：

编写了这个示例方法ma​​tch(String input, String searchFilter)

public static void main(String[] args) 
    String input = " dsfsdf Invalid Locatio sdfsdff Invalid c Test1 xx Test2";
    String searchFilter = "Invalid Pref Code|Invalid Location+Invalid company|Test|Test1+Test2";
    System.out.println(match(input, searchFilter));


/**
 * @param input
 * @param searchFilter
 */
private static boolean match(String input, String searchFilter) 
    List<String> searchParts = Arrays.asList(searchFilter.split("\\|"));
    ArrayList<String> ms = new ArrayList<String>();
    ArrayList<String> ps = new ArrayList<String>();
    for (String pls : searchParts) 
        if (pls.indexOf("+") > 0) 
            ms.add(pls);
         else 
            ps.add(pls);
        
    
    ArrayList<String> patterns = new ArrayList<>();
    for (String msb : ms) 
        StringBuffer sb = new StringBuffer();
        for (String msbp : msb.trim().split("\\+")) 
            sb.append("(?=.*?\\b").append(msbp.trim()).append("\\b).");
        
        patterns.add(sb.toString());
    
    Pattern p = Pattern
            .compile("\\b(?:" + StringUtils.join(ps, "|") + ")\\b|"+ StringUtils.join(patterns, "|"), 
                    Pattern.CASE_INSENSITIVE);
    return p.matcher(input).find();

【参考方案4】：

assertTrue(Pattern.matches("\\((\\w+(\\||\\+))+\\w+\\)", "(abc|def|ghi|abc+def+ghi|def+ghi)"));

【讨论】：

所以如果我传入一个输入字符串“hey abc, hi def, yo ghi”，它将如何匹配？