java - 如何使用正则表达式过滤单词？

Question

我的代码有一点问题。我想从文本中过滤出所有包含元音和总共 5 个字母的单词并将它们放入字符串数组中。

数组的长度必须是文本中匹配的总数，并且字符串数组应该被套印。诚然，这是行不通的。有什么建议或改进吗？

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class probe {

    public static String[] extractWords(String text) {

        String pattern = "//[aeiou]\\w{4}\\s";
        Pattern p = Pattern.compile(pattern, Pattern.UNICODE_CASE);
        Matcher m = p.matcher(text);

        int i = 0;

        String[] F = new String[i];
        i = F.length;

        do {
            i++;

        } while (m.find()); //Matches=Länge array

        while (m.find()) {
            String trefferText = m.group();
            F = new String[]{trefferText};
        }

        return F;
    }


    public static void main(String[] args) {

        String text = "";
        String[] Ausgabe = probe.extractWords(text);

        for (String s : Ausgabe) {
            System.out.print(s + " ");
        }
    }
}

Answer 1

我建议首先使用外部工具来使您的正则表达式正确，例如 this one (注意“解释”选项)。你的正则表达式现在所说的是//后跟 [aeiou] 之一和其他 4 个字母和一个空格。这样就匹配 //abcde<space>但不是//abcde (缺少空格)而不是 //bacde<space> (元音不是第一个字母)，可能不是你想要的。如果您想要总共 5 个字母和至少一个元音，您将需要所谓的 lookbehind 。所以，一个例子是这样的:

\w{5}(?<=[aeiou])\b

(我还建议使用单词边界 \b 来分隔单词，而不是空格)。

在外部工具中正确获取正则表达式后，您可以开始在代码中解决问题，我建议第一步为不同输入编写预期结果的测试用例，然后将程序生成的结果与测试用例(通过断言/日志记录/调试等)。