在Java中查找字符串中所有出现的子字符串

Question

我正在尝试在 Java 中查找字符串中所有出现的子字符串。

例如： 为“asdf”搜索“ababsdfasdfhelloasdf”将返回 [8,17]，因为有 2 个“asdf”，一个在位置 8，一个在 17。 在“aaaaaa”中搜索“aa”将返回 [0,1,2,3,4]，因为在 0、1、2、3 和 4 位置有一个“aa”。

我试过了：

public List<Integer> findSubstrings(String inwords, String inword) {
    String copyOfWords = inwords;
    List<Integer> indicesOfWord = new ArrayList<Integer>();
    int currentStartIndex = niwords.indexOf(inword);
    int indexat = 0;
    System.out.println(currentStartIndex);
    while (cthing1 > 0) {
        indicesOfWord.add(currentStartIndex+indexat);
        System.out.println(currentStartIndex);
        System.out.println(indicesOfWord);
        indexat += cthing1;
        copyOfWords = copyOfWords.substring(cthing1);
        System.out.println(copyOfWords);
        cthing1 = copyOfWords.indexOf(inword);
    }

这个问题可以用 Python 解决如下：

indices = [m.start() for m in re.finditer(word, a.lower())]

其中“word”是我要查找的单词，“a”是我要搜​​索的字符串。

如何在 Java 中实现这一点？

Answer 1

您可以在正向前瞻中使用捕获来获取所有重叠匹配，并使用Matcher#start 来获取捕获的子字符串的索引。

至于the regex，应该是这样的

(?=(aa))

在 Java 代码中：

String s = "aaaaaa";
Matcher m = Pattern.compile("(?=(aa))").matcher(s);
List<Integer> pos = new ArrayList<Integer>();
while (m.find())
{
    pos.add(m.start());
}
System.out.println(pos);

结果：

[0, 1, 2, 3, 4]

见IDEONE demo

Answer 2

使用正则表达式绝对是查找子字符串的一个过于繁重的解决方案，如果您的子字符串包含特殊的正则表达式字符，例如.，这将是一个问题。这是改编自this answer的解决方案：

String str = "helloslkhellodjladfjhello";
String findStr = "hello";
int lastIndex = 0;
List<Integer> result = new ArrayList<Integer>();

while(lastIndex != -1) {

    lastIndex = str.indexOf(findStr,lastIndex);

    if(lastIndex != -1){
        result.add(lastIndex);
        lastIndex += 1;
    }
}