Java中用于解析Hashtags的正则表达式

Question

这是我正在尝试解析的Twitter消息（正如您所看到的，其中一些不是标签，而只是URL的一部分）：

#anothertag Arrogance and bad PR http://www.adobe.com/index.html#anchor1. John 
Nack on &#Adobe: Information about Photoshop© CS3 on Snow Leopard 
#fail #design</pre>

这是我目前的正则表达式，但它仍然会捕获一些url标签：

[##]+([A-Za-z0-9-_]+)

- Daniel Dura

---

那么你究竟想得到什么？你能提供期望的结果吗？ - serg

抱歉，我应该更清楚地表达。我正在尝试进行匹配，以查找给定推文中的所有标签。我期望上面的推文将返回“anothertag”，“fail”和“design”。 - Daniel Dura

你试过这个吗？https://dev59.com/SnI_5IYBdhLWcg3wBuNs#5768660arcain提供的正则表达式基于Twitter的代码，如果我理解正确，它确保消息不以井号开头。如果您想禁用它，可以删除第一个带括号的组。应该提到，我个人没有测试过这个正则表达式 :) - johncip

这里有一个更好的答案：https://dev59.com/-VTTa4cB1Zd3GeqPq0jq - Panthro

Answer 1

很有讽刺意味，我一发帖子就找到了答案。所以，如果你正在寻找匹配模式来做这件事，以下内容似乎有效：

(?:\s|\A)[##]+([A-Za-z0-9-_]+)

我将进行更多测试，看看是否有任何超出此表达式范围的边缘情况，并在发现任何问题时进行报告。

- Daniel Dura

---

(?:\s|\A|^)[##]+([A-Za-z0-9-_]+) 也接受在推文开头的井号。 - benjguin

Answer 2

我认为这个

(\s|\A)#(\w+)

这样做同样有效，并且更加精确。顺便说一下，当使用Java正则表达式时，我总是使用regexplanet测试我的表达式。比在Java中测试要快得多。

--Hardy

- Hardy

Answer 3

@Daniel Dura: [##] 这个符号是没有意义的。方括号 [] 用于表示字符类。[##] 和 [#] 是一样的。而 [##]+ 和 [#]+ 也是一样的。

- vulcan_hacker