将特定单词分隔的句子分组

Question

我正在尝试将由特定单词分隔的任何合理长度的2个子句子分组（在示例“AND”中），其中第二个可以是可选的。 一些例子：

CASE1：

foo sentence A AND foo sentence B

应给予

"foo sentence A" --> matching group 1

"AND" --> matching  group 2 (optionally)

"foo sentence B" --> matching  group 3

CASE2：

foo sentence A

应给予

"foo sentence A" --> matching  group 1
"" --> matching  group 2 (optionally)
"" --> matching  group 3

我尝试了以下正则表达式

(.*) (AND (.*))?$

并且它有效，但只有在CASE2中，我在字符串的最后位置放置一个空格，否则模式不匹配。 如果我在圆括号组内包含“AND”之前的空格，则在情况1中，匹配器包括第一组中的整个字符串。 我想知道一个前瞻性和后瞻性断言，但不确定他们能帮助我。 有什么建议吗？ 感谢

Answer 1

如何使用

String split[] = sentence.split("AND");

这将用你的单词分开句子并给你一个子部分列表。

Answer 2

描述

此正则表达式将请求的字符串部分返回到请求的组中。 and是可选的，如果在字符串中找不到，则将整个字符串放入组1.所有\s*?强制所捕获的组自动修剪其空白区域。

^\s*?\b(.*?)\b\s*?(?:\b(and)\b\s*?\b(.*?)\b\s*?)?$

组

0获取整个匹配字符串

1. 在分隔单词and之前获取字符串，如果没有and则会在此处显示整个字符串
2. 得到分隔词，在这种情况下是and
3. 获取字符串的第二部分

Java代码示例：

案例1

import java.util.regex.Pattern;
import java.util.regex.Matcher;
class Module1{
  public static void main(String[] asd){
  String sourcestring = "foo sentence A AND foo sentence B";
  Pattern re = Pattern.compile("^\\s*?\\b(.*?)\\b\\s*?(?:\\b(and)\\b\\s*?\\b(.*?)\\b\\s*?)?$",Pattern.CASE_INSENSITIVE);
  Matcher m = re.matcher(sourcestring);
    if(m.find()){
      for( int groupIdx = 0; groupIdx < m.groupCount()+1; groupIdx++ ){
        System.out.println( "[" + groupIdx + "] = " + m.group(groupIdx));
      }
    }
  }
}

$matches Array:
(
    [0] => foo sentence A AND foo sentence B
    [1] => foo sentence A
    [2] => AND
    [3] =>  foo sentence B
)

案例2，使用相同的正则表达式

import java.util.regex.Pattern;
import java.util.regex.Matcher;
class Module1{
  public static void main(String[] asd){
  String sourcestring = "foo sentence A";
  Pattern re = Pattern.compile("^\\s*?\\b(.*?)\\b\\s*?(?:\\b(and)\\b\\s*?\\b(.*?)\\b\\s*?)?$",Pattern.CASE_INSENSITIVE);
  Matcher m = re.matcher(sourcestring);
    if(m.find()){
      for( int groupIdx = 0; groupIdx < m.groupCount()+1; groupIdx++ ){
        System.out.println( "[" + groupIdx + "] = " + m.group(groupIdx));
      }
    }
  }
}

$matches Array:
(
    [0] => foo sentence A
    [1] => foo sentence A
)

Answer 3

我会使用这个正则表达式：

^(.*?)(?: (AND) (.*))?$

<强>解释

The regular expression:

(?-imsx:^(.*?)(?: (AND) (.*))?$)

matches as follows:

NODE                     EXPLANATION
----------------------------------------------------------------------
(?-imsx:                 group, but do not capture (case-sensitive)
                         (with ^ and $ matching normally) (with . not
                         matching \n) (matching whitespace and #
                         normally):
----------------------------------------------------------------------
  ^                        the beginning of the string
----------------------------------------------------------------------
  (                        group and capture to \1:
----------------------------------------------------------------------
    .*?                      any character except \n (0 or more times
                             (matching the least amount possible))
----------------------------------------------------------------------
  )                        end of \1
----------------------------------------------------------------------
  (?:                      group, but do not capture (optional
                           (matching the most amount possible)):
----------------------------------------------------------------------
                             ' '
----------------------------------------------------------------------
    (                        group and capture to \2:
----------------------------------------------------------------------
      AND                      'AND'
----------------------------------------------------------------------
    )                        end of \2
----------------------------------------------------------------------
                             ' '
----------------------------------------------------------------------
    (                        group and capture to \3:
----------------------------------------------------------------------
      .*                       any character except \n (0 or more
                               times (matching the most amount
                               possible))
----------------------------------------------------------------------
    )                        end of \3
----------------------------------------------------------------------
  )?                       end of grouping
----------------------------------------------------------------------
  $                        before an optional \n, and the end of the
                           string
----------------------------------------------------------------------
)                        end of grouping
----------------------------------------------------------------------

Answer 4

更改你的正则表达式，以便在他的第一个句子可选后创建空格：

(.*\\S) ?(AND (.*))?$

或者您可以使用split()来消费AND以及任何周围的空格：

String sentences = sentence.spli("\\s*AND\\s*");

Answer 5

你的案子2有点奇怪......

但我会这样做

String[] parts = sentence.split("(?<=AND)|(?=AND)"));

你检查parts.length。如果length == 1，则为case2。你只需要数组中的句子，你可以添加空字符串作为你的“group2 / 3”

如果在case1中你直接parts：

[foo sentence A , AND,  foo sentence B]