获取前后单词的正则表达式

Question

我想得到我用 正则表达式 搜索到的单词的前一个和后一个单词，可以使用以下模式来获得。

在这个例子中，我已经搜索了单词"the"，所以我可以使用以下模式成功地获取"the"的前一个和后一个单词。

'\\b(?=(\\w+\\s+the|the\\s+\\w+)\\b)'

但是，使用这种模式时，我遇到一个问题，即当搜索词在页面中第一次出现（在下面示例文本中为“cite”）或最后一次出现（在下面示例文本中为“attachments”）时，它无法找到。

示例文本：

cite any cases or other legal materials that the arbitrator should read before the hearing attachments

我还发现不同的模式能够获取第一个和最后一个单词。 当搜索词在页面中首次出现时的模式如下：

对于第一个单词：

'\\b(?=($+cite|cite\\s+\\w+)\\b)'

对于最后一个单词

'\\b(?=(\\w+\\s+attachments|attachments+$)\\b)'

我希望使用一个模式来涵盖所有三种情况，无论单词是在开头、中间还是结尾。

已经尝试过多种组合，但没有成功。

请问有谁能帮我把这三种情况都包含在一个模式中，并且可以给出前/后面的单词结果吗？

- Niks

Answer 1

您可以使用以下两种正则表达式来匹配字符串中的 cite 关键字： (\w+)?\s+cite(\s+\w+)?|cite\s+(\w+)? 和 (\w+)?\s*\bcite\b\s*(\w+)? （假设 cite 为示例词）。

例如字符串：

cite any cases or other legal materials cite that the arbitrator should read before the hearing attachments cite

匹配结果：

• any
• materials
• that
• attachments

请参见 DEMO。

- karthik manchala

---

好的，让我检查一下修改后的答案。感谢您的反馈。 - Niks

演示看起来很完美，但是当我在我的iOS应用程序中尝试时，无论单词在哪里，都只会给出前一个单词。 - Niks

尝试这个.. (\w+)?\s*cite\s*(\w+)? - karthik manchala

是的，它幾乎完成了。非常感謝，但仍然有一個小問題，例如，我正在測試搜索“the”，它還給我返回了包含“other”的“the”結果。如果存在特定單詞，它應只給出該單詞。你能幫忙解決這個問題嗎？謝謝，非常感謝你的幫助！ - Niks

让我们在聊天室里继续这个讨论：http://chat.stackoverflow.com/rooms/74839/discussion-between-karthik-manchala-and-niks。 - karthik manchala

Answer 2

我认为你可以使用以下正则表达式来捕获所有内容，它使用可选的捕获组，不需要使用替代方案：

(\w+)?\s*\b(cite)\b\s*(\w+)?

演示

在Objective C中不要忘记使用双斜杠转义。

样例工作代码：

#import <Foundation/Foundation.h>
#import <Foundation/NSTextCheckingResult.h>

int main (int argc, const char * argv[])
{
   NSAutoreleasePool * pool = [[NSAutoreleasePool alloc] init];

    NSError *error = nil;
    NSString *pattern = @"(\\w+)?\\s*\\bcite\\b\\s*(\\w+)?";
    NSString *string = @"cite any cases or other legal materials cite that the arbitrator should read before the hearing attachments cite";
    NSRange range = NSMakeRange(0, string.length);
    NSRegularExpression *regex = [NSRegularExpression regularExpressionWithPattern:pattern options:0 error:&error];
    NSArray *matches = [regex matchesInString:string options:0 range:range];
    for (NSTextCheckingResult *match in matches) {
       NSRange matchRange = [match range];
       NSString *m = [string substringWithRange:matchRange];
       NSLog(@"Matched string: %@", m);
    }

   [pool drain];
   return 0;
}

输出：

2015-04-09 11:08:22.630 main[26] Matched string: cite any                                                                                                                                                                                              
2015-04-09 11:08:22.633 main[26] Matched string: materials cite that                                                                                                                                                                                   
2015-04-09 11:08:22.633 main[26] Matched string: attachments cite  

- Wiktor Stribiżew

---

谢谢，但是这里有一个问题，它没有返回页面中第一个单词。 - Niks

嗨，我检查了一下。正如您所看到的，它会从字符串的开头、中间和结尾返回“cite”三次。 - Wiktor Stribiżew