按特定词分组的句子分组

Question

我试图将特定单词分隔的任何合理长度的2个子句（在示例“AND”中）分开，其中第二个可以是可选的。 一些示例：

CASE1：

foo sentence A AND foo sentence B 

应当给予

"foo sentence A" --> matching group 1 

"AND" --> matching group 2 (optionally) 

"foo sentence B" --> matching group 3 

CASE2：

foo sentence A 

应当给予

"foo sentence A" --> matching group 1 
"" --> matching group 2 (optionally) 
"" --> matching group 3 

我尝试以下的正则表达式

(.*) (AND (.*))?$ 

和它的作品，但只有当，在CASE2，我把一个空的空间在字符串的最后位置，否则，模式不匹配。 如果我在圆括号组内的“AND”之前加入空格，那么在案例1中，匹配器在第一组中包含整个字符串。 我想知道前进和后视断言，但不知道他们能帮助我。 有什么建议吗？ 感谢

Answer 1

我会用这个表达式：

^(.*?)(?: (AND) (.*))?$ 

解释：

The regular expression: 

(?-imsx:^(.*?)(?: (AND) (.*))?$) 

matches as follows: 

NODE      EXPLANATION 
---------------------------------------------------------------------- 
(?-imsx:     group, but do not capture (case-sensitive) 
         (with^and $ matching normally) (with . not 
         matching \n) (matching whitespace and # 
         normally): 
---------------------------------------------------------------------- 
^      the beginning of the string 
---------------------------------------------------------------------- 
    (      group and capture to \1: 
---------------------------------------------------------------------- 
    .*?      any character except \n (0 or more times 
          (matching the least amount possible)) 
---------------------------------------------------------------------- 
)      end of \1 
---------------------------------------------------------------------- 
    (?:      group, but do not capture (optional 
          (matching the most amount possible)): 
---------------------------------------------------------------------- 
          ' ' 
---------------------------------------------------------------------- 
    (      group and capture to \2: 
---------------------------------------------------------------------- 
     AND      'AND' 
---------------------------------------------------------------------- 
    )      end of \2 
---------------------------------------------------------------------- 
          ' ' 
---------------------------------------------------------------------- 
    (      group and capture to \3: 
---------------------------------------------------------------------- 
     .*      any character except \n (0 or more 
           times (matching the most amount 
           possible)) 
---------------------------------------------------------------------- 
    )      end of \3 
---------------------------------------------------------------------- 
)?      end of grouping 
---------------------------------------------------------------------- 
    $      before an optional \n, and the end of the 
          string 
---------------------------------------------------------------------- 
)      end of grouping 
---------------------------------------------------------------------- 

Answer 2

如何只使用

String split[] = sentence.split("AND"); 

将由你的字拆分句子，并给你的子部件的列表。

Answer 3

改变你的正则表达式来使空间后，他第一句话可选：

(.*\\S) ?(AND (.*))?$ 

或者你可以使用split()消耗AND和周围的任何空间：

String sentences = sentence.spli("\\s*AND\\s*"); 

Answer 4

的情况下2是小奇怪...

但我会做

String[] parts = sentence.split("(?<=AND)|(?=AND)")); 

你检查parts.length。如果长度== 1，那么它是case2。你只需要在数组中的句子，你可以添加空字符串作为你的“组2/3”

如果在案例1中，有直接parts：

[foo sentence A , AND, foo sentence B] 

Answer 5

说明

此正则表达式将返回请求将字符串部分放入请求的组中。 and是可选的，如果没有在字符串中找到它，则整个字符串将被放入组1.所有\s*?都会强制捕获的组自动裁剪其空白区域。

^\s*?\b(.*?)\b\s*?(?:\b(and)\b\s*?\b(.*?)\b\s*?)?$

组

0获取整个匹配的字符串

1. 得到分隔条件字and前的字符串，如果没有and那么整个字符串出现在这里
2. gets分离的话，在这种情况下，它and
3. 得到字符串的第二部分

的Java代码示例：

案例1

import java.util.regex.Pattern; 
import java.util.regex.Matcher; 
class Module1{ 
    public static void main(String[] asd){ 
    String sourcestring = "foo sentence A AND foo sentence B"; 
    Pattern re = Pattern.compile("^\\s*?\\b(.*?)\\b\\s*?(?:\\b(and)\\b\\s*?\\b(.*?)\\b\\s*?)?$",Pattern.CASE_INSENSITIVE); 
    Matcher m = re.matcher(sourcestring); 
    if(m.find()){ 
     for(int groupIdx = 0; groupIdx < m.groupCount()+1; groupIdx++){ 
     System.out.println("[" + groupIdx + "] = " + m.group(groupIdx)); 
     } 
    } 
    } 
} 

$matches Array: 
(
    [0] => foo sentence A AND foo sentence B 
    [1] => foo sentence A 
    [2] => AND 
    [3] => foo sentence B 
) 

案例2，使用相同的正则表达式

import java.util.regex.Pattern; 
import java.util.regex.Matcher; 
class Module1{ 
    public static void main(String[] asd){ 
    String sourcestring = "foo sentence A"; 
    Pattern re = Pattern.compile("^\\s*?\\b(.*?)\\b\\s*?(?:\\b(and)\\b\\s*?\\b(.*?)\\b\\s*?)?$",Pattern.CASE_INSENSITIVE); 
    Matcher m = re.matcher(sourcestring); 
    if(m.find()){ 
     for(int groupIdx = 0; groupIdx < m.groupCount()+1; groupIdx++){ 
     System.out.println("[" + groupIdx + "] = " + m.group(groupIdx)); 
     } 
    } 
    } 
} 

$matches Array: 
(
    [0] => foo sentence A 
    [1] => foo sentence A 
)