Question

例如，在本文中：

Lorem ipsum dolor坐下来，精神上的精神。 Nunc eu tellus vel nunc pretium lacinia。 Proin sed lorem。 Cras sed ipsum。 Nunc a libero quis risus sollicitudin imperdiet。

我想在'ipsum'之后匹配这个词。

Answer 1

这听起来像是一个看守的工作，但你应该知道并非所有正则表达式都支持它们。在您的示例中：

(?<=\bipsum\s)(\w+)

这将匹配任何字母字符序列，其后跟“ipsum”作为整个单词后跟空格。它确实不匹配“ipsum”本身，你不必担心重新插入它，例如，替代品。

正如我所说，但有些风格（例如JavaScript）根本不支持lookbehind。许多其他（实际上大多数）只支持“固定宽度”的外观 - 所以你可以使用这个例子而不是任何重复操作符。（换句话说，(?<=\b\w+\s+)(\w+) 不会工作。）

Answer 2

其他一些响应者建议使用不依赖于lookbehinds的正则表达式，但我认为需要一个完整的，有效的例子才能明白这一点。我们的想法是以正常方式匹配整个序列（“ipsum”加上下一个单词），然后使用捕获组来隔离您感兴趣的部分。例如：

String s = "Lorem ipsum dolor sit amet, consectetur " +
    "adipiscing elit. Nunc eu tellus vel nunc pretium " +
    "lacinia. Proin sed lorem. Cras sed ipsum. Nunc " +
    "a libero quis risus sollicitudin imperdiet.";

Pattern p = Pattern.compile("ipsum\\W+(\\w+)");
Matcher m = p.matcher(s);
while (m.find())
{
  System.out.println(m.group(1));
}

请注意，这会打印“dolor”和“Nunc”。要使用lookbehind版本来做到这一点，你必须做一些像hackish这样的事情：

Pattern p = Pattern.compile("(?<=ipsum\\W{1,2})(\\w+)");

这是在Java中，它要求lookbehind具有明显的最大长度。有些口味甚至没有那么大的灵活性，当然，有些口味根本不支持外观。

然而，人们似乎在他们的例子中遇到的最大问题不是外观，而是字边界。 David Kemp和ck似乎都期望\b匹配'm'后面的空格字符，但它没有;它匹配'm'和空间之间的位置（或边界）。

这是一个常见的错误，我甚至在一些书籍和教程中看到过，但是字边界构造\b从不匹配任何字符。这是一个零宽度断言，如外观和锚点（^，$，\z等），它匹配的是一个前面有单词字符的位置没有后跟一个，或后跟一个单词字符，而不是一个字符。

Answer 3

存有\ B（\ W *）

Answer 4

使用javascript，您可以使用(?=ipsum.*?(\w+))

这也将是第二次出现（Nunc）

Answer 5

(?<=\bipsum\s|\bipsum\.\s)(\w+)

/(?<=\bipsum\s|\bipsum\.\s)(\w+)/gm 正向后看 (?<=\bipsum\s|\bipsum\.\s) 断言以下正则表达式匹配

第一种选择 \bipsum\s \ b在单词边界处声明位置：(^\w|\w$|\W\w|\w\W) ipsum从字面上匹配字符ipsum（区分大小写） \ s匹配任何空格字符（等于[\r\n\t\f\v ]）
第二种选择 \bipsum\.\s \ b在单词边界处声明位置：(^\w|\w$|\W\w|\w\W) ipsum从字面上匹配字符ipsum（区分大小写）。匹配字符。从字面上看（区分大小写） \ s匹配任何空格字符（等于[\r\n\t\f\v ]）第一捕获组（\ w +） \ w +匹配任何单词字符（等于[a-zA-Z0-9_]）

数量词-匹配一次和无限次，次数尽可能多，并根据需要返回（贪婪）全局模式标志 g修饰符：全局。所有比赛（第一次比赛后不返回） m修饰符：多行。导致^和$匹配每行的开始/结束（不仅是字符串的开始/结束）

Answer 6

存有\ B（。*）\ B'/ P>

编辑：虽然取决于你的正则表达式实现，这可能是饥饿的，并在ipsum之后找到所有单词

如何匹配表达式后的第一个单词与正则表达式？

6 个答案: