Java正则表达式 - 从字符串中提取hashtags

Question

需要在Java中从源字符串中提取出哈希标签字符串。有什么想法/示例吗？

谢谢， Sri

- Sri

Answer 1

以下是我使用的代码（它不仅处理ASCII标签还能处理UTF-8标签）：

private static final Pattern TAG_PATTERN = 
   Pattern.compile("(?:^|\\s|[\\p{Punct}&&[^/]])(#[\\p{L}0-9-_]+)");

顺便说一下，你应该可以从推文实体中获取标签（include_entities=true）

- Bozho

---

谢谢，我正在使用Twitter搜索API（JSON）。在这里include_entities会起作用吗？ - Sri

@Srirangan 我不知道，查阅文档吧。 - Bozho

我想知道Twitter是否像你这里一样使用字母属性（Unicode通用类别），还是它使用包括各种变音符号和罗马数字等的派生属性——字母属性。 - tchrist

@tchrist 推特不支持除拉丁文以外的脚本中的标签。因此，我认为他们不使用\p{L}。 - Bozho

谢谢，我该如何获取没有空格的标签，就像Instagram的标签（#app#test）一样，你能帮我吗？ - Ahmad Ronagh