正则表达式未提取确切的模式

Question

我正在用 Java 读取超过 100000 个字符的字符串。 我有一个关键字列表，我会搜索字符串，如果该字符串存在，我会调用一个进行一些内部处理的函数。

例如，我拥有的关键字是“face” - 我希望获得与“faces”而不是“facebook”匹配的所有模式。我可以接受字符串中脸部后面的空格字符，因此如果在字符串中我有一个像“face”或“faces”或“face”或“faces”这样的匹配项，我也可以接受。但是我不能接受“duckface”或“duckface”等。

我已经编写了正则表达式

Pattern p = Pattern.compile("\\s+"+keyword+"s\\s+|\\s+");

，其中关键字是我的关键字列表，但我没有得到所需的结果。您能阅读我的描述并请建议可能出现的问题以及如何解决它吗？

另外，如果共享一个非常好的 Java 页面正则表达式的指针，我也会很感激。

谢谢贡献者..

编辑

我知道它不起作用的原因是我使用了以下代码：

Pattern p = Pattern.compile("\\s+"+keyword+"s\\s+|\\s+");
            Matcher m = p.matcher(myInputDataSting);
            if(m.find())
            {
                System.out.println("Its a Match: "+m.group());
}

这将返回一个空白字符串...

Answer 1

如果keyword是“face”，那么您当前的正则表达式

\s+faces\s+|\s+

匹配一个或多个空白字符，后跟faces code>，后跟一个或多个空白字符，或 一个或多个空白字符。 （管道 | 的优先级非常低。）

您真正想要的是

\bfaces?\b

匹配单词边界，后跟 face，可选地后跟 s ，后跟单词边界。

所以，你可以写：（

Pattern p = Pattern.compile("\\b"+keyword+"s?\\b");

尽管显然这仅适用于像 face 这样的单词，只需添加 s 即可形成复数形式）。

您可以在 http://docs.oracle.com/javase/7/docs/api/java/util/regex/Pattern.html，但这并不是一个教程。为此，我建议仅谷歌搜索“正则表达式教程”，然后找到适合您的。 （它不必是特定于 Java 的：您会发现的大多数教程都是针对与 Java 非常相似的正则表达式风格。）

Answer 2

你应该使用

模式 p = Pattern.compile("\b"+关键字+"s?\b");

，其中关键字不是复数。 \\b 表示关键字必须是搜索字符串中的完整单词。是？表示关键字的值可能以 s 结尾。

如果您对正则表达式不够熟悉，我建议您阅读 http://docs .oracle.com/javase/tutorial/essential/regex/index.html，因为有示例和解释。