在Java中使用正则表达式多次匹配一个字符串
我在制作以下正则表达式时遇到了一些问题。 我想要以下字符串：
"Please enter your name here" 生成包含以下元素的数组：
'please enter', 'enter your', 'your name', 'name here'
目前，我使用以下模式，然后创建匹配器并以下列方式迭代：
Pattern word = Pattern.compile("[\w]+ [\w]+"); Matcher m = word.matcher("Please enter your name here"); while (m.find()) { wordList.add(m.group()); }
但我得到的结果是：
'please enter', 'your name'
我究竟做错了什么？ （Ps，我在regexpal.com上检查了相同的正则表达式并遇到了同样的问题）。 似乎同一个单词不会匹配两次。 我能做些什么才能达到我想要的效果？
谢谢。
———————————
编辑：感谢您的所有建议！ 我最终这样做了（因为它增加了灵活性，可以轻松指定“n-gram”的数量）：
Integer nGrams = 2; String patternTpl = "\\b[\\w']+\\b"; String concatString = "what is your age? please enter your name." for (int i = 0; i < nGrams; i++) { // Create pattern. String pattern = patternTpl; for (int j = 0; j < i; j++) { pattern = pattern + " " + patternTpl; } pattern = "(?=(" + pattern + "))"; Pattern word = Pattern.compile(pattern); Matcher m = word.matcher(concatString); // Iterate over all words and populate wordList while (m.find()) { wordList.add(m.group(1)); } }
这导致：
Pattern: (?=(\b[\w']+\b)) // In the first iteration (?=(\b[\w']+\b \b[\w']+\b)) // In the second iteration Array: [what, is, your, age, please, enter, your, name, what is, is your, your age, please enter, enter your, your name]
注意：从以下顶部答案获得模式： Java正则表达式跳过匹配
匹配不能重叠，这可以解释您的结果。 这是一个潜在的解决方法，利用具有积极前瞻性的捕获组 ：
Pattern word = Pattern.compile("(\\w+)(?=(\\s\\w+))"); Matcher m = word.matcher("Please enter your name here"); while (m.find()) { System.out.println(m.group(1) + m.group(2)); }
请输入 输入您的 你的名字 在这里命名
如果您想避免使用这种特定的RegEx，也许您应该尝试一种更简单，更简单的解决方案：
public static String[] array(final String string){ final String[] words = string.split(" "); final String[] array = new String[words.length-1]; for(int i = 0; i < words.length-1; i++) array[i] = String.format("%s %s", words[i], words[i+1]); return array; } public static void main(String args[]){ final String[] array = array("Please enter your name here"); System.out.println(Arrays.toString(array)); }
输出是：
[Please enter, enter your, your name, name here]
你没有做错任何事。 这只是正则表达式的工作方式（否则匹配将变为O（n ^ 2），因为正则表达式匹配是在线性时间内完成的，这是无法处理的）。
在这种情况下，您只需搜索[\w]+ 。 并对这些组进行后处理。
就像是：
Pattern word = Pattern.compile("(\\w+) ?"); Matcher m = word.matcher("Please enter your name here"); String previous = null; while (m.find()) { if (previous != null) wordList.add(previous + m.group(1)); previous = m.group(); }
模式以可选空格结束（如果字符串中有更多空格，则匹配）。 m.group()返回整个匹配，带空格; m.group(1)只返回单词，没有空格。