Question

如何让这种模式发挥作用：

Pattern pattern = Pattern.compile("[\\p{P}\\p{Z}]");

基本上，这会将我的String []句子拆分为任何类型的标点符号（p {P}或任何类型的空格（p {Z}）。但我想排除以下情况：

(?<![A-Za-z-])[A-Za-z]+(?:-[A-Za-z]+){1,}(?![A-Za-z-])

模式在这里解释：Java regex patterns

这是这样的连字词：“aaa-bb”，“aaa-bb-cc”，“aaa-bb-c-dd”。那么，我能做到吗？

Answer 1

不幸的是，似乎你不能合并这两个表达式，至少据我所知。

但是，也许你可以重新制定你的问题。

例如，如果要在单词（可以包含连字符）之间进行拆分，请尝试以下表达式：

(?>[^\p{L}-]+|-[^\p{L}]+|^-|-$)

这应该匹配非字母字符的任何序列，这些字母不是减号或任何减号，这是我的非字母字符或输入中的第一个或最后一个字符。

将此表达式用于拆分应该导致：

input="aaa-bb, aaa-bb-cc, aaa-bb-c-dd,no--match,--foo"
ouput={"aaa-bb","aaa-bb-cc","aaa-bb-c-dd","no","match","","foo"}

正则表达式可能需要一些额外的优化，但这是一个开始。

编辑：此表达式应该删除分割中的空字符串：

(?>[^\p{L}-][^\p{L}]*|-[^\p{L}]+|^-|-$)

第一部分现在读作“任何非字符，其后不是任意数量的非字符字符”，并且也应该与.--匹配。

修改：如果您想匹配可能包含连字符的字词，请尝试以下表达式：

(?>(?<=[^-\p{L}])|^)\p{L}+(?:-\p{L}+)*(?>(?=[^-\p{L}])|$)

这意味着“任何字母序列（\p{L}+）后跟任意数量的序列，其中包含一个减号和至少一个字母（(?:-\p{L}+)*+）。该序列必须以任一开头为序或任何不是字母或减号（(?>(?<=[^-\p{L}])|^)）的东西，后跟任何非字母或减号或输入结尾（(?>(?=[^-\p{L}])|$)）“。

Java正则表达式混合了两种模式

1 个答案: