正则表达式在句子中的常量之前捕获单词

Question

我有多个以常量结尾的语句，并且在该常量前面有一个变量（文件名）。

示例：

• NYC.GENX应用程序的转换例程。 - 应显示＆＃39; NYC.GENX＆＃39;
• CAP-GENY应用程序的转换例程。 - 应显示＆＃39; CAP-GENY＆＃39;
• NNUAT_CHECK应用程序的转换例程。 - 应显示＆＃39; NNUAT_CHECK＆＃39;
• 于2014年1月1日上午11:40为RUN_SCRIPT应用程序创建。 - 应显示＆＃39; NNUAT_CHECK＆＃39;
• 在2月2日下午12:29为STOP_SERVER应用程序创建的事件。 - 应显示＆＃39; STOP_SERVER＆＃39;

正如您在上面所看到的，每个句子都以一个持续的＆＃39;应用程序结束。＆＃39; 。我希望在每个语句中捕获该常量之前的单词。

是否有一个简单的正则表达式可以做到这一点？我想避免在涉及字符串的java中使用多行代码来执行此操作。

我试过这个，但它只是在一个语句中取出所有单词，而我只想要一个常量之前的一个单词。

aws s3 ls s3://bucket/key..

Answer 1

您的预期匹配似乎由非空白字符组成，因此，您可以使用

\S+(?=\s+application)

请参阅regex demo。

下面，

• \S+ - 匹配除空格之外的1个或多个字符...
• (?=\s+application) - 仅如果紧跟1+空白字符（\s+）和application子字符串。

另一个解决方案可能是匹配1+大写字母后跟任何标点符号，然后再匹配1+大写字母（即，如果要求看起来像这样）。然后使用

[A-Z]+(?:\p{Punct}[A-Z]+)*(?=\s+application)

请参阅another (PCRE variation with [[:punct:]], in Java it is \p{Punct}) demo。

Answer 2

您可以尝试"\\b([A-Z_\\-\\.]+)\\s+application"

\\b - 字边界

A-Z_\\-\\. - 匹配的字只能包含A到Z，下划线，短划线和点的字母

s+ - 一个或多个空白字符

如您所见，匹配的单词包含在括号内的捕获组中。

Answer 3

（\ S +）捕获组中的所有非空格，后跟\ s +空格字符和单词application。

\b(\S+)\s+application

这会将所需的文本放入捕获组。

或与Wiktor的结合。

\b(\S+)(?=\s+application)

demo