模式，匹配在Java中，正則表達式的幫助

我想剛剛擺脫重複的連續字從一個文本文件，並有人提到，我可以做這樣的事情：模式，匹配在Java中，正則表達式的幫助

Pattern p = Pattern.compile("(\\w+) \\1"); 
StringBuilder sb = new StringBuilder(1000); 
int i = 0; 
for (String s : lineOfWords) { // line of words is a List<String> that has each line read in from txt file 
Matcher m = p.matcher(s.toUpperCase()); 
// and then do something like 
while (m.find()) { 
    // do something here 
}

我試圖尋找查看是否可以創建一個新的字符串，或刪除匹配項所在的項目，但我不確定在閱讀文檔後它是如何工作的。例如，作爲一個測試案例，看看它是如何工作的，我所做的：

if (m.find()) { 
System.out.println(s.substring(i, m.end())); 
    }

若要在文本文件：This is an example example test test test.

爲什麼我的輸出This is？

編輯：

，如果我有一個AraryList lineOfWords從線.txt文件中讀取每一行，然後我創建一個新的ArrayList來保存修改後的字符串。例如

List<String> newString = new ArrayList<String>(); 
for (String s : lineOfWords { 
    s = s.replaceAll(code from Kobi here); 
    newString.add(s); 
}

但它不會給我新的，但原來的s。是因爲淺而深的複製？

來源

2010-08-04 Crystal

第二個片段中的「i」是什麼？在你顯示的代碼中沒有任何其他地方的痕跡... – 2010-08-04 04:48:24

對不起，我等於0，將它添加回來。 – Crystal 2010-08-04 04:50:20

嗨，水晶。最好在這種情況下提出一個新問題，這實際上是另一個問題的另一個問題。（在相關說明中 - 當我學習Java時，它沒有泛型，也沒有foreach循環'：P'） – Kobi 2010-08-06 09:26:39

試着這麼做：

s = s.replaceAll("\\b(\\w+)\\b(\\s+\\1)+\\b", "$1");

這正則表達式是比你強一點 - 它會檢查整個單詞（沒有部分匹配），並擺脫任何數量的連續重複的。
正則表達式會捕獲第一個單詞：\b(\w+)\b，然後嘗試匹配該單詞的空格和重複：(\s+\1)+。最後的\b是爲了避免\1的部分匹配，如在"for formatting"中那樣。

來源

2010-08-04 04:52:57 Kobi

幫助了很多。有沒有辦法檢查不同情況的事情？像「測試測試」？ – Crystal 2010-08-05 04:03:27

@水晶 - 謝謝！您可以在正則表達式的開頭添加'（？i）'，以使其不區分大小寫，這似乎是'replaceAll'的標準解決方案。 – Kobi 2010-08-05 04:16:50

另一個問題科比如果你有第二個，如果我從一個測試文件循環了一個Arraylist，並且如果我做了一個foreach循環來遍歷它，就像（String s：lineOfWords）{s = s.replaceAll ...，那麼我將如何將這個新的「s」添加到我的新ArrayList中以返回。我認爲這與淺與深拷貝有關，但不確定。我在上面的第一個問題中嘗試了僞代碼。謝謝！ – Crystal 2010-08-06 01:09:14

第一場比賽是「Th IS IS一個例子...」，因此m.end()指向第二個「is」的結尾。我不知道你爲什麼使用i作爲起始索引;改爲嘗試m.start()。

要改進您的正則表達式，請在該單詞前後使用\b來指示應該有單詞邊界：(\\b\\w+\\b)。否則，正如你所看到的，你會在文字中找到匹配。

來源

2010-08-04 04:51:31

模式，匹配在Java中，正則表達式的幫助

回答

相關問題