java - 如何提取包含3个或更多a的标题？

Question

我创建了那个代码 http://paste.ubuntu.com/5730390/我正在尝试从某些网站中提取包含 3 个或更多 a(大写或小写)以及 α(希腊字母)的标题。我已经把txt格式的网站内容存到本地硬盘了(有大量的网站)。

我在 dfs 中的输入是这样的:site_1.txt、site_2.txt、site_3.txt 等

假设以下标题分别属于site_1.txt、site_2.txt、site_3.txt。

1. Academia.edu - 分享研究

2. 谷歌

3. News12.gr | Αθλητική Ενημέρωση από τα Δωδεκάνησα

现在我希望输出包含:标题 1 和 3(3 因为有希腊网站并包含字母“α”)，格式如下:

Academia.edu - 分享研究，site_1.txt

新闻12.gr | Αθλητική Ενημέρωση από τα Δωδεκάνησα, site_2.txt

我尝试了像 "?:[αa{3,}]).(?:[αa{3}]). 这样的正则表达式模式，但没有结果。有人愿意帮忙吗？

提前致谢!

Answer 1

要匹配 3 个 a 或 alpha，不必彼此相邻，您可以使用此正则表达式:

(?:[αa].*){3}