java - 查找以哈希开头和结尾的句子

Question

我正在研究检测以主题标签开头和结尾的句子。截至目前，我只有用于查找单词的代码，这是该机制的一部分。如何根据以下情况找到句子。

案例一:

Hello, #how are you# today. 

在这种情况下，我想检测你好吗。现在如果只有一个单词，那么上面的情况就可以忽略了。

案例二:

Hello, #how are you #today. 

在这种情况下，只找到单词 #how 和 #today，我已经在处理这些单词。这里没有句子，因为单词不以标签结尾。

代码:

@Override
public List<String> findHashTags(String text){
    if(text == null){
        return new ArrayList<>();
    }
    String[] tagSet = text.split(" ");
    Set<String> sortedTags = new HashSet<>();
    List<String> processedTags = new ArrayList<>();
    for(String tags : tagSet){
         if(tags.startsWith("#")){
             sortedTags.add(tags);
         }
    }
    processedTags.addAll(sortedTags);
    return processedTags;
}

更新代码

@Override
    public List<String> findHashTags(String text){
        if(text == null){
            return new ArrayList<>();
        }
        Set<String> sortedTags = new HashSet<>();
        List<String> processedTags = new ArrayList<>();
        Pattern pattern = Pattern.compile("#\\b.*?\\b#|\\B#\\w+");
        Matcher matcher = pattern.matcher(text);
        while (matcher.find()){
            String outString = matcher.group();
            outString = outString.replace("#","");
            outString = outString.replace(",","");
            sortedTags.add(outString);
        }
        processedTags.addAll(sortedTags);

        return processedTags;
    }

Answer 1

您可以使用正则表达式来匹配 # 后跟一个单词 char 到第一个 # 以一个单词 char 开头的子字符串，或者匹配一个#，它前面没有一个单词字符，然后有任何 1+ 个单词字符。

#\b.*?\b#|\B#\w+

参见 regex demo

如果您想通过将第一个 \b 转换为 (?=\p{ L})/(?=[a-zA-Z]) 需要一个字母。

查看 Java demo :

List<String> results = new ArrayList<>();
String s = "Hello, #how are you# today. Hello, #how are you #today.";
Pattern pattern = Pattern.compile("#\\b.*?\\b#|\\B#\\w+");
Matcher matcher = pattern.matcher(s);
while (matcher.find()){
    results.add(matcher.group());
} 
System.out.println(results); 
// => [#how are you#, #how, #today]