正则表达式匹配被非字母数字字符包围的单词

Question

我希望能够匹配并查找被空格或特殊字符包围的单词，并确定其索引位置。例如：

To find: test
this is input test : True
this is#input_ : True
this isinput : False
thisisinputtest: False
this @test is right: True.

我该如何匹配并找到索引。我的当前正则表达式失败了：(?i)[^a-zA-Z0-9]test[^a-zA-Z0-9]。

- Maxsteel

---

这是一个不同的情况，因为在我的情况下，#test_应该返回test的索引而不是#test。 - Maxsteel

非字母数字。此外，在匹配时，我想要"test"的索引。所有其他示例都给出完全匹配！ - Maxsteel

要获取索引，只需访问 matcher.start()。 - Wiktor Stribiżew

让我们在聊天中继续这个讨论。 - Maxsteel

另外，由于您需要搜索词的索引，使用前后环视更容易- String pat = "(?<!\\p{Alnum})test(?!\\p{Alnum})";。 - Wiktor Stribiżew

Answer 1

我认为你在这种情况下需要使用“lookaround”。

(?<!\p{Alnum})test(?!\p{Alnum})

负向后瞻断言 (?<!\p{Alnum}) 如果在 test 左侧存在一个字母或数字，则匹配失败。负向前瞻断言 (?!\p{Alnum}) 如果在 test 右侧存在一个字母或数字，则匹配失败。

请参阅测试截图： Java演示： http://ideone.com/MAXJg8

String str = "this is#test_ :";
Pattern ptrn = Pattern.compile("(?<!\\p{Alnum})test(?!\\p{Alnum})");
Matcher matcher = ptrn.matcher(str);
while (matcher.find()) {
    System.out.println(matcher.start());
}

另一种方法：匹配并捕获搜索词，并打印第一个捕获组的起始位置：

Pattern ptrn = Pattern.compile("\\P{Alnum}(test)\\P{Alnum}");
...
System.out.println(matcher.start(1));

请查看这个Java演示。

请注意，在这种情况下，\P{Alnum}是一个消耗模式，在某些边缘情况下，可能无法匹配test。

- Wiktor Stribiżew

---

虽然我在问题陈述中表达得不够清楚（很抱歉！），但这正是我想要的！非常感谢！ - Maxsteel

对于那些只需要字母字符而不是字母数字的人，可以使用"(?<!\\p{Alpha})test(?!\\p{Alpha})"。 - Dat Nguyen

@DatNguyen：请注意，默认情况下\p{Alpha}仅与ASCII字符集中的字母匹配（如果您没有指定Pattern.UNICODE_CHARACTER_CLASS标志）。为了匹配任何Unicode字母而不依赖于标志，请使用"(?<!\\p{L})test(?!\\p{L})"。 - Wiktor Stribiżew

好的，知道了。谢谢@WiktorStribiżew！ - Dat Nguyen

Answer 2

我只是想理解你的问题。你是在寻找被特殊字符（包括下划线）或空格所包围的test吗？但是你说this is#input_ : True。我不确定我是否理解错误，但在这种情况下，这是怎么成立的呢？

无论如何，我已经得到了正则表达式[\W\s_](input|test)[\W\s_]，它匹配所有你定义为真的情况。

• \W 匹配任何非单词字符
• \s 匹配任何空白字符
• _ 匹配任何下划线 - 必须单独定义，因为这是一个单词
• 从我对提到的测试的困惑中，我让正则表达式搜索输入和测试两者

此外，每当我使用正则表达式时，我都会使用this网站，因为我觉得它非常有用。

不确定这是否是你要找的答案，但如果我错了，请告诉我，我会再试一次。

- Dan