使用Java中的regex提取两个特定单词之间的子字符串

Question

我想使用Java提取某些两个单词之间的子字符串。

例如：

This is an important example about regex for my work.

我想提取“ an”和“ for” 之间的所有内容。

到目前为止，我所做的是：

String sentence = "This is an important example about regex for my work and for me";
Pattern pattern = Pattern.compile("(?<=an).*.(?=for)");
Matcher matcher = pattern.matcher(sentence);

boolean found = false;
while (matcher.find()) {
    System.out.println("I found the text: " + matcher.group().toString());
    found = true;
}
if (!found) {
    System.out.println("I didn't found the text");
}

效果很好。

但是我想做另外两件事

1. 如果句子是：This is an important example about regex for my work and for me. 我想提取到第一个“ for”即important example about regex

2. 有时我想将模式之间的单词数限制为3个单词，即 important example about

有什么想法吗？

Answer 1

对于第一个问题，请使其变得懒惰。您可以在问号后面加上一个问号，然后该问号将尽可能少地匹配。

(?<=an).*?(?=for)

我不知道最后的额外内容对不必要的内容有什么.好处.*.。

对于第二个问题，您必须定义什么是“单词”。我想在这里说的可能只是一个非空格序列，后面是一个空格。像这样

\S+\s

像这样重复3遍

(?<=an)\s(\S+\s){3}(?=for)

为确保整个单词的模式数学使用单词边界

(?<=\ban\b)\s(\S+\s){1,5}(?=\bfor\b)

看到它在线在这里Regexr

{3} 会精确匹配3个，最小为1个，最大为3个，这样做 {1,3}

替代方案：

正如dma_k在您的情况中正确指出的那样，不必使用后视和前瞻。请参阅此处关于分组的Matcher文档

您可以改用捕获组。只需将要提取的部分放在方括号中，它将被放入捕获组。

\ban\b(.*?)\bfor\b

看到它在线在这里Regexr

您可以像这样访问该组

System.out.println("I found the text: " + matcher.group(1).toString());
                                                        ^

您只有一对方括号，因此简单易用，只需将其1放入matcher.group(1)即可访问第一个捕获组。