用于在 Java 中解析 Hashtags 的正则表达式答案

【问题标题】：Regular Expression for Parsing Hashtags in Java用于在 Java 中解析 Hashtags 的正则表达式
【发布时间】：2010-11-23 11:33:40
【问题描述】：

这是我要解析的 Twitter 消息（如您所见，其中一些不是标签，只是 URL 的一部分）：

#anothertag Arrogance and bad PR http://www.adobe.com/index.html#anchor1. John 
Nack on &#Adobe: Information about Photoshop&#169; CS3 on Snow Leopard 
#fail #design</pre>

这个正则表达式是我目前所拥有的，但它仍然会提取一些 url 标签：

[##]+([A-Za-z0-9-_]+)

【问题讨论】：

那么你到底想得到什么？你能提供预期的结果吗？
对不起，我应该更清楚。我正在尝试进行匹配以查找给定推文中的所有标签。我希望上面的推文会返回“anothertag”、“fail”和“design”。
你试过这个吗？ stackoverflow.com/questions/1563844/best-hashtag-regex/…arcain 提供的正则表达式基于 Twitter 的代码，如果我没看错，它可以确保消息不以主题标签开头。如果您想禁用它，您可以删除第一个带括号的组。应该提到我还没有亲自测试过这个正则表达式:)
这里有一个更好的答案：stackoverflow.com/questions/4984806/…

标签： java regex twitter

【解决方案1】：

这不是很讽刺吗，我一发布这个就找到了答案。因此，如果您正在寻找匹配的模式来执行此操作，以下似乎可行：

(?:\s|\A)[##]+([A-Za-z0-9-_]+)

我将对此进行更多测试，以查看是否有任何超出此表达式范围的边缘情况，如果发现任何情况将报告。

【讨论】：

(?:\s|\A|^)[##]+([A-Za-z0-9-_]+) 也接受推文开头的主题标签

【解决方案2】：

我认为

(\s|\A)#(\w+)

也可以，而且更精确一些。顺便说一句，在使用 Java 正则表达式时，我总是使用 regexplanet 来测试我的表达式。比在 Java 中测试要快得多。

--哈迪

【讨论】：

【解决方案3】：

@Daniel Dura：[##] 这应该是毫无意义的。方括号 [] 用于表示字符类。 [##] 与 [#] 相同。并且 [##]+ 与 [#]+ 相同。

【讨论】：