使用正则表达式查找紧随一组特定单词之后的单词

Question

我想使用正则表达式找到一组词后面的字符串。

例如，如果这些词是“these”和“the”，

1. 这个人-thesePeople-> People

2. 这个苹果-theApple -> Apple

这可行吗？

主要问题在于"the"是"these"的子字符串。我已经阅读了这个问题并做出了尝试：

@"(?<=the|these)\w+"

但是这个正则表达式对于第一个情况给出的是"sePeople"，我无法继续下去。有人可以帮忙吗？

- Seaky Lone

---

第二个单词是否总是大写？因为 [A-Z]\w+。 - string.Empty

无法使用贪婪回顾。一种方法是使用 (?:these|the)(?<word>\w+) 正则表达式匹配所有内容（请注意，这里 these 在正则表达式中排在第一位），并从匹配中提取 word 组。 - Ulugbek Umirov

Answer 1

您可以使用此正则表达式获取在“the”或“these”之后的每个字符：

the(se){0,1}(\w+)

这个正则表达式总是匹配的。如果也出现了'se'，则由第一个捕获组匹配。随后的所有内容都由第二个捕获组匹配。

使用这个表达式，还可以捕获不以'the'或者'these'开头的单词：

(?>the(?>se){0,1}){0,1}(\w+)

- NoConnection

---

你好，感谢您的回答。但是，在我尝试了您在这个网站（https://dotnetfiddle.net）上的建议之后，我的正则表达式仍然返回“sePeople”。 - Seaky Lone

你的链接不起作用。我用regex101.com测试了它，很完美地工作了。确保访问第三个捕获组，这是包含结果的组。 - NoConnection

或者使用这个正则表达式：(?>the(?>se){0,1}){0,1}(\w+)，它会忽略前两个捕获组并只匹配单词。我也更新了答案。 - NoConnection

Answer 2

如果你所有的单词都按照上述格式进行格式化，那么这个简单的正则表达式 ([A-Z]\w+) 就可以工作了。

string[] words = new string[]{"thesePeople", "theApple"};
foreach(string word in words)
    Console.WriteLine(Regex.Match(word, @"[A-Z]\w+", RegexOptions.None).Groups[0].Value);

输出：

人们

苹果

https://dotnetfiddle.net/aevqlT

- string.Empty

---

谢谢您的回答，但很遗憾它们不是这种格式。这只是一个简单的例子。 - Seaky Lone

你是否被迫使用正则表达式？有些代码可以更轻松地解决这个问题。 - string.Empty