正則表達式將字符串拆分爲字典中的單詞

我想創建一個正則表達式以便將字符串拆分爲字典中的單詞。如果字符串匹配，我可以迭代每個組並進行一些更改。一些詞是別人的前綴。然而，像/(HH|HH12)+/這樣的正則表達式不匹配字符串HH12HHlink。正則表達式有什麼問題？是否應該匹配字符串中的第一個HH12然後HH？正則表達式將字符串拆分爲字典中的單詞

來源

2016-11-14 qqibrow

什麼'/（HH（？：12）？）+ /' –

@EliSadoff我必須保留'HH'和'HH12'，因爲迭代組時我需要知道它是'HH'或'HH12'。此外，這只是一個例子。想象你只有一本字典，'HH'和'HH12'在詞典中。字典中的單詞也在變化。 – qqibrow

切換變化，它首先匹配'HH'，然後沒有什麼更匹配。或者在模式的末尾添加'$'。 –

要匹配Java中的整個字符串應該只包含HH12或HH子。在兩個步驟中做起來要容易得多：1）檢查字符串是否符合要求（這裏是matches("(?:HH12|HH)+")）; 2）提取所有的令牌（這裏是HH12|HH或HH(?:12)?，因爲在未錨定的交替組中的第一個選擇「勝出「其餘的都沒有考慮）。

String str = "HH12HH"; 
Pattern p = Pattern.compile("HH12|HH"); 
List<String> res = new ArrayList<>(); 
if (str.matches("(?:HH12|HH)+")) { // If the whole string consists of the defined values 
    Matcher m = p.matcher(str); 
    while (m.find()) { 
     res.add(m.group()); 
    } 
} 
System.out.println(res); // => [HH12, HH]

見Java demo

另一種方法是一個正則表達式，將檢查字符串是否符合開頭用超前的要求，然後將匹配的連續令牌與\G操作：

String str = "HH12HH"; 
Pattern p = Pattern.compile("(\\G(?!^)|^(?=(?:HH12|HH)+$))(?:HH12|HH)"); 
List<String> res = new ArrayList<>(); 
Matcher m = p.matcher(str); 
while (m.find()) { 
    res.add(m.group()); 
} 
System.out.println(res);

見another Java demo

詳細：

(\\G(?!^)|^(?=(?:HH12|HH)+$)) - 後跟隨着HH12或HH（(?:HH12|HH)+）1+序列到字符串的末尾之前的成功匹配（\\G(?!^)）或字符串（^）的（|）開始的端部（$ ）
(?:HH12|HH) - 要麼HH12要麼HH。

來源

2016-11-14 22:05:00

太棒了！你覺得這個http://stackoverflow.com/a/16817458/1646996？它也使用'\\ G'，但看起來不像這個複雜。 – qqibrow

這取決於你需要什麼，你還沒有精簡。我在我的回答中解釋道：如果您需要確保字符串* only *由滿足您的模式的令牌組成，則必須首先限定字符串以進行標記化。這就是爲什麼我提出了一個更復雜的模式，將'\ G'分成'^（？= ...）'和'\ G（？！^）'。 '\ G（？：HH12 | HH）'只會匹配字符串開頭的多個標記，並且如果字符串中有其他文本，那麼匹配仍然會被收集。 –

在串HH12HH，正則表達式(HH|HH12)+會以這種方式工作：

HH12HH 
^ - both option work, continue 
HH12HH 
^ - First condition is entierly satisfied, mark it as match 
HH12HH 
^- No Match 
HH12HH 
^- No Match

當你設置好的了A標誌，錨添加到字符串的開頭，其餘的將不會提高匹配。如果刪除它，該模式將在末尾與起始&處的HH匹配。

在這種情況下，你有三種選擇：

把longuest模式第一/(HH12|HH)/Ag。 See demo^{我更喜歡的那個。}
相互共享部分並使用可選組/(HH(?:12)?)/Ag。 See second demo
將一個$末像這樣/(HH|HH12)$/Ag

來源

2016-11-14 21:12:51

那麼如何匹配整個字符串？ – qqibrow

謝謝！但只有一場小組賽。如果我想要所有的團體怎麼辦？例如，第一組應該匹配'HH12'第二組'HH' – qqibrow

@ qqibrow哪種語言？另請參閱[重複捕獲組與重複組捕獲]（http://www.regular-expressions.info/captureall.html） –

您遇到的問題完全與正則表達式引擎決定匹配的方式有關。

正如我解釋here，有一些正則表達式風格，挑選最長的交替......但你沒有使用一個。 Java的正則表達式引擎是另一種類型：使用第一個匹配的交替。

你的正則表達式的作品很多這樣的代碼：

if(bool1){ 
    // This is where `HH` matches 
} else if (bool1 && bool2){ 
    // This is where `HH12` would match, but this code will never execute 
}

來解決，這是爲了你的話在倒車時，使HH12HH之前發生的最好方法。

然後，你可以搭配的改變：

HH12|HH

這應該是很明顯的匹配什麼，因爲你可以得到每場比賽的結果。

（你也可以把它自己的拍攝組中的每個字，但是這是一個有點困難的工作。）

來源

2016-11-15 00:25:28 Laurel

正則表達式將字符串拆分爲字典中的單詞

回答

相關問題