Java：如何从字符串中提取两个字符之间的子字符串？

Question

我相对较新于Java，需要一些帮助来从字符串中提取多个子字符串。一个示例字符串如下：

String = "How/WRB can/MD I/PRP find/VB a/DT list/NN of/IN celebrities/NNS '/POS real/JJ names/NNS ?/."

期望的结果：WRB MD PRP VB DT NN IN NNS POS JJ NNS 我有一个文本文件，可能有数千个类似的POS标记行，我需要从中提取POS标记并根据POS标记进行一些计算。

我尝试使用分词器，但没有得到我想要的结果。我甚至尝试使用split()并保存到数组中，因为我需要将其存储并稍后使用，但仍然不起作用。

最后，我尝试使用Pattern Matcher，并且在正则表达式方面遇到了问题，因为它返回带有斜杠的单词。

Regex: [\/](.*?)\s\b
Result: /WRB /MD ....

如果有更好的方法，请告诉我。如果有人能帮我弄清我的正则表达式有什么问题，请告诉我。

- Cryssie

---

你是否已经充分使用了split()函数？你是否已经进行了足够的谷歌搜索？ - Amandeep Jiddewar

你的正则表达式看起来没问题，但你确定从匹配器中检索到了正确的组吗？看起来你打印的是0组而你需要1组（包含括号内的内容）。 - jolivier

Answer 1

这应该可以正常工作：

String string = "How/WRB can/MD I/PRP find/VB a/DT list/NN of/IN celebrities/NNS '/POS real/JJ names/NNS ?/.";
System.out.println(string.replaceAll("[^/]+/([^ ]+ ?)", "$1"));

Prints: WRB MD PRP VB DT NN IN NNS POS JJ NNS .

- sp00m

---

哇，它完美地运行了！想到我实际上花了几天时间来解决这个问题。我没想到解决方案会如此简单。你们是最棒的！我真的没有预料到会这么快得到答案。非常感谢你们！ - Cryssie

Answer 2

如果你仍希望使用模式匹配，请查看正向后瞻。这将使你能够匹配以斜杠开头的单词，但实际上不匹配斜杠本身。

例如，可以这样写：

(?<=/).+?(?= |$)

匹配以斜杠开头的任何内容，后面跟着空格或字符串的结尾。

这里是一个用Java编写的工作示例：

import java.util.regex.Pattern;
import java.util.regex.Matcher;
import java.util.LinkedList;

public class SO {
    public static void main(String[] args) {
        String string = "How/WRB can/MD I/PRP find/VB a/DT list/NN of/IN celebrities/NNS '/POS real/JJ names/NNS ?/.";
        Pattern pattern = Pattern.compile("(?<=/).+?(?= |$)");
        Matcher matcher = pattern.matcher(string);

        LinkedList<String> list = new LinkedList<String>();

        // Loop through and find all matches and store them into the List
        while(matcher.find()) { 
            list.add(matcher.group()); 
        }

        // Print out the contents of this List
        for(String match : list) { 
            System.out.println(match); 
        }
    }
}

- Jay

---

@Amandeep - 实际上，我在决定在这里发布之前已经苦苦挣扎了几周。我通常太害羞了，不敢寻求帮助。 - Cryssie

@Cryssie，你应该阅读http://stackoverflow.com/questions/how-to-ask并坦率地发帖。 - Amandeep Jiddewar

@Amandeep - 嗯，如果我能自己解决问题，我就不想打扰任何人。 - Cryssie

@Cryssie 在这里问问题是可以的，显然你尝试了很多东西，这很棒！我已经更新了我的答案，并提供了一个用Java编写的可行示例。正则表达式有点棘手，但在正确使用时非常强大。祝你在任何你正在处理的事情上好运！ - Jay

@Trevor - 说实话，这让我感到有些尴尬，因为我花了很多时间和精力来尝试解决这个问题，而解决方案似乎是如此简单...不过现在我更喜欢学习Java了。 - Cryssie

Answer 3

String string = "How/WRB can/MD I/PRP find/VB a/DT list/NN of/IN celebrities/NNS '/POS real/JJ names/NNS ?/.";

string = string .replaceAll("\\S+/", "").replace(".", "");  

System.out.println(string );

- subodh

---

+1 你需要转义点号 \\., 使用 str.replaceAll("\\S+/", "").replaceAll("\\.", ""); - Nandkumar Tekale

Answer 4

那么 str = str.repalceAll("\\S+/", "") 呢？它将替换删除斜杠后面的非空格字符。

- AlexR