java - 单词末尾加号的正则表达式

Question

我收到了 2 条短信:

第一个:我最喜欢的编程语言是 c++。

第二个:我最喜欢的编程语言是 c。

并且想要在这些文本中分别查找 c 和 c++。

为了查找c，我可以写:\bc\b 然后:第一个文本不好!第二个很好。我也尝试过: \bc^\+\b 但不起作用。为了查找 c++ 我尝试了例如: \bc\+\+\b 但第一个和第二个不起作用。请帮忙。

编辑:

如果文本是 Iprogram in c++ a lot! 会怎样？

编辑:

这是我需要完成的单元测试:

package adhoc;

import java.util.HashSet;
import java.util.Set;

import org.junit.Test;

import junit.framework.TestCase;

public class FinderProgrammingTechnologyInTextTest extends TestCase{

    @Test
    public void testFind() {
        // Given:
        Set<String> setOfProgrammingLanguagesToSeek = new HashSet<>();
        setOfProgrammingLanguagesToSeek.add("java");
        setOfProgrammingLanguagesToSeek.add("perl");
        setOfProgrammingLanguagesToSeek.add("c");
        setOfProgrammingLanguagesToSeek.add("c++");

        // When:
        FinderProgrammingTechnologyInText finder = new FinderProgrammingTechnologyInText(
                setOfProgrammingLanguagesToSeek);
        Set<String> result = finder.find("java , perl! c++ and other staff");

        // Then:
        assertTrue(result.contains("java"));
        assertTrue(result.contains("perl"));
        assertFalse(result.contains("c"));
        assertTrue(result.contains("c++"));
    }

}

仅更改 compile() 方法的参数:

package adhoc;

import java.util.HashSet;
import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.util.stream.Collectors;

public class FinderProgrammingTechnologyInText {

    Set<String> setOfTechnologiesToSearch;

    public FinderProgrammingTechnologyInText(Set<String> x) {
        this.setOfTechnologiesToSearch = x;
    }

    public Set<String> find(String text) {
        Set<String> result = new HashSet<>();
        return setOfTechnologiesToSearch.stream()
                .filter(x -> Pattern
                        .compile(x)  // change only this line
                        .matcher(text).find()
                        ) 
                .collect(Collectors.toSet());       
    }
}

Answer 1

替换.compile(x)符合

.compile("(?<![\\w\\p{S}])" + Pattern.quote(x) + "(?![\\w\\p{S}])")

在这里，(?<![\w\p{S}])是一个负向后查找，将确保当前位置左侧没有单词或符号字符，并且 (?![\w\p{S}])负向前视将确保当前位置右侧没有紧邻的单词或符号字符(也就是说，单词和符号字符现在是您允许的“单词”字符)。

查看sample regex demo for a c++ keyword at regex101.com .

由于搜索词作为文字字符序列传递到 Pattern ，他们must be escaped ，这就是 Pattern.quote(x)是在代码中执行的。