java - 使用 REGEX 仅拆分特定单词

Question

Vector<Object> ob = new Vector<Object>();
        Pattern p= Pattern.compile("[A-Za-z]+|[0-9]|| |(Ted)|(Barry)");
        Matcher m= p.matcher(s);

        while(m.find()){
            ob.add(m.group());
        }

大家好，我试图让 REGEX 将所有单词和数字拆分为单独的标记，但我希望拆分某些复合词。

所以上面的代码我的问题是我想要

xrayTed

分割成

xray 和 Ted

但它已经接受了整个 token 感谢您的宝贵时间

Answer 1

正则表达式是从左到右解释的，因此如果正则表达式引擎出现

regex1|regex2|regex3

将首先尝试查找 regex1 的匹配项，那么如果没有成功，则 regex2 ，最后regex3 (如果使用 regex2 未成功)。

所以在你的情况下xrayTed将匹配 [A-Za-z]+ 。如果你不想找到Ted或Barry具有更高优先级将其移至 [A-Za-z]+ 之前所以尝试使用

Pattern.compile("(Ted)|(Barry)|[A-Za-z]+|[0-9]|| ");

此外，在您的情况下，您将不得不中断匹配 [A-Za-z]+如果它尝试匹配 Ted 的第一个字母或Barry 。为此，您可以使用 negative-look-ahead机制如 ((?!Ted|Barry)[A-Za-z])+

所以尝试一下

Pattern.compile("(Ted)|(Barry)|((?!Ted|Barry)[A-Za-z])+|[0-9]|| ");