在Java中匹配字符串中的单词

Question

在Java中匹配字符串中的单词

4

我正在尝试在Java中匹配包含单词"#SP"（不区分大小写，不带引号）的字符串。然而，我发现使用正则表达式非常困难！

需要匹配的字符串： "This is a sample #sp string"， "#SP string text..."， "String text #Sp" 不需要匹配的字符串： "Anything with #Spider"， "#Spin #Spoon #SPORK" 这是我目前的代码：http://ideone.com/B7hHkR。有人能指导我构建正则表达式吗？

我还尝试过："\\w*\\s*#sp\\w*\\s*"，但没有成功。

编辑：这是来自IDEone的代码：

java.util.regex.Pattern p = 
    java.util.regex.Pattern.compile("\\b#SP\\b", 
        java.util.regex.Pattern.CASE_INSENSITIVE);

java.util.regex.Matcher m = p.matcher("s #SP s");

if (m.find()) {
    System.out.println("Match!");
}

- Marco Pietro Cirillo

1

在正则表达式中，* 表示“零次或多次”。 - Brian Roach

@BrianRoach 我原以为我使用它是正确的。例如："这是一个#sp"（在#sp之前多于0次，在#sp之后0次以上），"#sp文本"（在#sp之前0次，在#sp之后多于0次），"#sp"（在之前和之后都为0次） - Marco Pietro Cirillo

1

使用正则表达式时，你只需要匹配你想要匹配的文本。不必担心你想要匹配的文本前面或后面的内容，除非你明确需要。这也是锚点发挥作用的地方，因为它们不会消耗文本:\\b将检测到“单词边界”，但不会消耗单词前/后的字符。 - fge

3个回答

4

你做得很好，但是#前面的\b引导有误导性。 \b是一个词边界，但是#已经不是一个单词字符（即它不在集合[0-9A-Za-z_]中）。因此，#前面的空格不被视为词边界。修改为：

java.util.regex.Pattern p = 
    java.util.regex.Pattern.compile("(^|\\s)#SP\\b", 
        java.util.regex.Pattern.CASE_INSENSITIVE);

(^|\s) 的意思是：匹配 ^ 或 \s，其中 ^ 表示字符串的开头（例如，"#SP String"），\s 表示空白字符。

- dashrb

不用谢。显然你确实需要更改为find()而不是matches()，正如fge所说的那样。他今天让我们两个都学到了点东西。 - dashrb

1

正则表达式"\\w*\\s*#sp\\w*\s*"将匹配0个或多个单词，后跟0个或多个空格，后跟#sp，后跟0个或多个单词，后跟0个或多个空格。我的建议是不要在表达式中使用\s*来分隔单词，而是使用\b。

"(^|\b)#sp(\b|$)"

- Will C.

这是使用 "\b#SP\b" 的结果：http://ideone.com/DF1dPq它仍然无法匹配字符串。 - Marco Pietro Cirillo

由于某些原因，在Java中的\b单词边界无法匹配字符串的开头或结尾。我已经编辑了我的答案以适应这种情况。 - Will C.

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- fge · Accepted Answer

(编辑：无需使用正向后查找，只进行匹配而不是替换)

你是Java误命名的正则表达式匹配方法的又一受害者。

.matches()非常不幸地尝试匹配整个输入，这明显违反了“正则表达式匹配”的定义（正则表达式可以在输入的任何位置匹配）。你需要使用的方法是.find()。

这是一个愚蠢的API，不幸的是，Java并不是唯一一个拥有这种误导性方法名称的语言。Python也承认有过类似情况。

此外，你还有一个问题，即\\b将检测单词边界，而#不是单词的一部分。你需要使用一个交替项来检测输入的开头或空格。

你的代码应该像这样（非完全限定的类）：

Pattern p = Pattern.compile("(^|\\s)#SP\\b", Pattern.CASE_INSENSITIVE);

Matcher m = p.matcher("s #SP s");

if (m.find()) {
    System.out.println("Match!");
}