在Java中匹配不同阿拉伯正则表达式模式后的两个或三个单词
大家好；
我是使用正则表达式的初学者。我想做的是在特定模式后提取 2 或 3 个阿拉伯语单词。
例如：
如果我有一个阿拉伯字符串，
inputtext = "تكريم الدكتور احمد زويل والدكتورة سميرة موسي عن ابحاثهم العلمية "
我需要提取后面的名称
الدكتور
，因此
والدكتورة
输出应为：
احمد زويل
سميرة موسى
到目前为止我所做的如下：
inputtext = "تكريم الدكتور احمد زويل والدكتورة سميرة موسي عن ابحاثهم العلمية "
Pattern pattern = Pattern.compile("(?<=الدكتور).*");
Matcher matcher = pattern.matcher(inputtext);
boolean found = false;
while (matcher.find()) {
// Get the matching string
String match = matcher.group();
System.out.println("the match is: "+match);
found = true;
}
if (!found)
{
System.out.println("I didn't found the text");
}
但它返回：
احمد زويل والدكتورة سميرة موسي عن ابحاثهم العلمية
我不知道如何添加另一个模式以及如何2个字后就停下来？
您能帮我出点主意吗？
Greetings All;
I am a beginner in using regex. What I want to do is to extract 2 or 3 arabic words after a certain pattern.
for example:
If I have an arabic string
inputtext = "تكريم الدكتور احمد زويل والدكتورة سميرة موسي عن ابحاثهم العلمية "
I need to extract the names after
الدكتور
and
والدكتورة
so the output shall be:
احمد زويل
سميرة موسى
what i have done so far is the following:
inputtext = "تكريم الدكتور احمد زويل والدكتورة سميرة موسي عن ابحاثهم العلمية "
Pattern pattern = Pattern.compile("(?<=الدكتور).*");
Matcher matcher = pattern.matcher(inputtext);
boolean found = false;
while (matcher.find()) {
// Get the matching string
String match = matcher.group();
System.out.println("the match is: "+match);
found = true;
}
if (!found)
{
System.out.println("I didn't found the text");
}
but it returns:
احمد زويل والدكتورة سميرة موسي عن ابحاثهم العلمية
I don't know how to add another pattern and how to stop after 2 words?
Would you please help me with any ideas?
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（1）
要仅匹配以下两个单词，请尝试以下一个：
.*将匹配字符串末尾之前的所有内容，因此这不是您想要的\s是空白字符< code>[^\s] 是一个否定字符组，它将匹配除空格之外的任何内容
因此我的解决方案将匹配空格，然后至少匹配一个非空格（第一个单词），然后再次匹配空格和一次至少有一个非空白（第二个单词）。
为了匹配您的第二个模式，我只需执行第二个正则表达式（只需交换lookbehind内的部分）并在第二步中匹配该模式。这样正则表达式更容易阅读。
或者你可以尝试这个
To match only the following two words try this one:
.*will match everything till the end of the string so that is not what you want\sis a whitespace character[^\s]is a negated character group, that will match anything but a whitespaceSo my solution will match a whitespace, then at least one non whitespace (the first word), then again a whitespace and once more at least one non whitespace (the second word).
To match your second pattern I would just do a second regex (just exchange the part inside the lookbehind) and match this pattern in a second step. The regular expression is easier to read that way.
Or you can try this