捕获未知数量的重复组的正则表达式

Question

捕获未知数量的重复组的正则表达式

3

我正在尝试编写一个正则表达式，以在Java程序中识别出现在输入中的模式，其次数未知。我的简单示例是： String patString = "(?:.*(h.t).*)*"; 然后我尝试通过循环遍历matcher.group(i)来访问来自像"the hut is hot"这样的行的匹配项。它只会记住最后一次匹配（在本例中为"hot"），因为只有一个捕获组--我猜matcher.group(1)的内容被重用时会被覆盖。但我想要的是某种包含"hut"和"hot"的数组。是否有更好的方法？值得一提的是，我真正想做的是在信号词后捕捉所有（可能是多个单词的）专有名词，其中可能会有其他单词和标点符号。因此，如果"saw"是信号词，我们有"I saw Bob with John Smith, and his wife Margaret"，我想要{"Bob","John Smith","Margaret"}。

- umbraphile

只使用 h.t 作为模式字符串怎么样？ - vbence

如果我只使用(h.t)（用括号将其变成捕获组），那么我只会得到第一个匹配项，而不是最后一个。（这是你的意思吗？） - umbraphile

我在这里询问了自己的问题：https://dev59.com/_2445IYBdhLWcg3wIG19 - aioobe

哎呀，我怎么没看到那个问题？在发帖之前我看了很多类似的话题，但你是对的，你的问题完全一样。听起来不太乐观——你是怎么解决这个问题的？ - umbraphile

@umbraphile，你其实不需要括号。group()或者group(0)会返回整个匹配。 - vbence

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- aioobe · Accepted Answer

^{(类似问题：如何使用可变数量的分组正则表达式？)}

这是不可能的。您最好的选择是使用h.t，并使用

while (matcher.find()) {
    ...
    ... matcher.group(1); ...
    ...
}

这个特性 存在于.NET，但如上所述，在Java中没有对应物。