正則表達式查找某個字符串中的多個單詞

Question

我剛開始學習正則表達式和hadoop mapreduce。現在我正在嘗試運行一個名爲「grep」的hadoop mapreduce示例應用程序，並且我希望在文本輸入文件中找到一系列詞，如「and」，「是」，「是」。應用程序「grep」的輸入參數之一是定義要查找的單詞的正則表達式。假設我想要搜索以下詞語：「和」「是」「是」。任何人都可以給我一個例子，說明如何設置正則表達式作爲grep的輸入參數？

謝謝。

Answer 1

你的正則表達式應該是：

「\ B（和|是| |的）\ B」

將作爲您正則表達式的說法。

您可以在||之間放置更多單詞。這是一個「或」。

「\ b」表示單詞邊界，沒有\ b，您可以在另一個單詞內匹配一個單詞，例如：「害怕」而不是「are」，因爲「are」包含在「scared」中。

Answer 2

採用grep承認：

hadoop org.apache.examples.Grep <indir> <outdir> '(and)|(is)|(are)|(the)' 

：

hadoop org.apache.examples.Grep <indir> <outdir> <regex> 

所以，你可以用簡單的東西作爲出發