Question

我想得到字符串中每个单词的开头索引。 Word由任何非空白字符定义。

String test = "this that and that";
        Matcher matcher = Pattern.compile("\\s+[WHAT TO WRITE HERE]\\s+").matcher(test);
        while (matcher.find()) {
          System.out.println(matcher.start());
        }

我应该在正则表达式中写什么？对于例如输出应为0,5,10,14 单词之间可以有多个空格。

Answer 1

Word由任何非空格字符定义。

还有一个字符类：\S。

因此，你的正则表达式应该是：

private static final Pattern PATTERN = Pattern.compile("\\S+");

但请注意＆＃34; word＆＃34;的定义你有相当大的;这还包括标点符号等。

关于你的循环，它是正确的，因为当你有匹配时，Matcher的{{1}}方法确实包含匹配开始的索引。

接受你的代码并稍微修改一下，这就得到了：

.start()

Answer 2

我会使用这个正则表达式：

...
Matcher matcher = Pattern.compile("[^\\s]+").matcher(test);
...

Answer 3

我会用：

[A-Za-z0-9]+

它只会找到字母数字。我认为“\ S +”会因标点符号和奇怪的字符而出现问题。如果需要，您甚至可以删除数字（“0-9”）部分。

Answer 4

@fge已经给出了最好的答案，但因为我无法回复他的评论。 @Ian McGrath你问的是你能写得好的其他解决方案。这就是我想出来的，它似乎也有效。

Matcher matcher = Pattern.compile("\\w+?(\\s+|$)").matcher(test);

每个单词的起始索引

4 个答案: