java - 正则表达式分组

Question

这是我的问题:

我有一个很长的字符串，其中有很多由不同标签界定的值。这些值包括中文、英文措辞和数字。

我想按指定模式分隔。下面是一个例子:(我想找到一个模式xxxxxx，其中xxxx是中文、英文、数字或任何符号，但不包括“<”或“>”，因为这两个符号用于识别标签)

但是，我发现这些模式有些奇怪。该模式似乎没有识别前两个 tag() 但第二个

String a = "<f\"number\">4  <f\"number\"><f$n0>14   <h85><f$n0>4    <f$n0>2 <f$n0>2 7   -<f\"Times-Roman\">7<f\"number\">";
Pattern p = Pattern.compile("<f\"number\">[\\P{sc=Han}*\\p{sc=Han}*[a-z]*[A-Z]*[0-9]*^<>]*<f\"number\">");
Matcher m = p.matcher(a);

while(m.find()){
    System.out.println(m.group());
}

输出与我的字符串a相同

Answer 1

字符类[\\P{sc=Han}*\\p{sc=Han}*[a-z]*[A-Z]*[0-9]*^<>]*匹配 0 个或多个任意字符，因为 \\P{sc=Han}和\\p{sc=Han}是相反的。

我猜你想要:

Pattern p = Pattern.compile("<f\"number\">[\\P{sc=Han}a-zA-Z0-9]*<f\"number\">");

您可能需要添加空格:

Pattern p = Pattern.compile("<f\"number\">[\\P{sc=Han}a-zA-Z0-9\s]*<f\"number\">");

或者:

Pattern p = Pattern.compile("<f\"number\">[^<]*<f\"number\">");