java的正則表達式匹配4位

封閉的話我有一個包含由2個空格開頭封閉，另2月末喜歡這個詞的文字：java的正則表達式匹配4位

「my_text_is__separated__like_this__example__」

所以我想檢索'分離'和'示例'。

我實現了這種方式：

String pattern = "\\s{2}(\\w+)\\s{2}"; 

    String t = getText(); 
    Pattern p = Pattern.compile(pattern); 
    Matcher m = p.matcher(t); 
    StringBuilder b = new StringBuilder(); 
    while (m.find()) { 
     b.append(m.group(1) + "xxx\n"); 
    } 
    Log.d("hmmmmm", b.toString());

，但它不工作（m.find（）是假的）。

編輯：這裏是我的文字：

حدثناالحميديعبداللهبنالزبيرقالحدثناسفيانقالحدثنايحيىبنسعيدالأنصاري قالأخبرنيمحمدبنإبراهيمالتيميأنهسمععلقمةبنوقاصال يثييقولسمعتعمربنالخطابرضياللهعنىعلىالمنبرقالسمعترسولاللهصلىاللهعليهوسلميقولإنماالأعمالبالنياتوإنمالكلامرئمانوىفمنكانت هجرتهإلىدنيايصيبهاأوإلىامرأةينكحهافهجرتهإلىماهاجرإليه。

'سفيان' 和 'بالنيات' 比如應該是輸出

注中：在這個例子中，我換成（_）的空間，使其成爲更加明顯。

note：我的文本在阿拉伯語。

編輯：原來它沒有用雙空格隔開，請參閱下面的答案。

來源

2017-07-10 UpsideDownTree

也許你可以給出一個可用於測試的實際示例字符串。 –

@ OH GOD蜘蛛我更新了問題。 – UpsideDownTree

還顯示預期的輸出與阿拉伯文字？ – anubhava

Java的Pattern定義的「單詞字符」 \w作爲[a-zA-Z_0-9]，所以阿拉伯文字不匹配（旁註：歐洲口音不匹配或者，例如「平等就業機會」）。

根據this answer您可以使用[\u0600-\u06FF]阿拉伯語而不是\w。
根據that answer你可以使用\p{InArabic}，這似乎更好。

此外，您的文本片段不包含2個連續的空白字符，因此\s{2}將不會得到任何匹配。看起來像「雙空間」的眼睛實際上是空格，然後是unicode right-to-left mark，它是十六進制的200F。因此可以與\\s\\x{200f}(\\p{InArabic}+)\\s\\x{200f}匹配。例子：

System.out.println(Arrays.toString(new boolean[] { 
      "### hey ###".matches(".*\\s{2}\\w+\\s{2}.*"), 
      "### tût ###".matches(".*\\s{2}\\w+\\s{2}.*"), 
      "### لتَّيْم ###".matches(".*\\s{2}\\w+\\s{2}.*"), 
      "### لتَّيْم ###".matches(".*\\s{2}\\p{InArabic}+\\s{2}.*") 
    })); 
    Matcher matcher = Pattern.compile("\\s\\x{200f}(\\p{InArabic}+)\\s\\x{200f}").matcher(getText()); 
    while (matcher.find()) { 
     System.out.println(matcher.group(1)); 
    }

其中getText()回報您的文本片段，這個打印：

[true, false, false, true] 
سُفْيَانُ 
يَقُولُ 
بِالنِّيَّاتِ 
يُصِيبُهَا

現在，我不知道它是否期待您的文本包含圍繞特定的詞語，標誌好事，並明確地匹配： -/

我不知道regexr.com是如何工作的，因爲我認爲JavaScript \w的含義與Java相同（並且我沒有看到網絡往返，所以它必須用JS實現，親儘管有一些轉化層）。即使是自己的嵌入式醫生說這個約\w：

匹配任何單詞字符（字母數字&下劃線）。只匹配low-ascii字符（不包含重音或非羅馬字符）。等效於[A-Za-z0-9_]

來源

2017-07-10 17:51:15

（對不起，我的連接有問題）所以我做了以下操作：String pattern =「\\ s {2}（[\\ u0600 - \\ u06FF] +）\\ s {2 }「;它也不起作用，另外，regexr.com甚至沒有接受我的阿拉伯語文本，但它在英文文本中運行良好。 – UpsideDownTree

請參閱我的編輯，對於unicode字符類，在'u'之前需要單個反斜槓，所以'\ u' –

它不起作用，是因爲幾乎每個單詞都以一個變音字母開頭/結尾？ – UpsideDownTree

java的正則表達式匹配4位

回答

相關問題