正则表达式以标点符号结尾的句子中的最后一个单词（句点）

Question

我正在寻找正则表达式模式，而不是 Java 代码，以匹配英语（或欧洲语言）句子中的最后一个单词。如果在这种情况下最后一个词是“hi”，那么我想匹配“hi”而不是“hi”。

正则表达式(\w+)\.$ 将匹配“hi.”，而输出应该只是“hi”。什么是正确的正则表达式？

thufir@dur:~/NetBeansProjects/regex$ 
thufir@dur:~/NetBeansProjects/regex$ java -jar dist/regex.jar 


trying
a b cd efg hi
matches:
hi


trying
a b cd efg hi.
matches:
thufir@dur:~/NetBeansProjects/regex$ 

代码：

package regex;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Main {

    public static void main(String[] args) {
        String matchesLastWordFine = "a b cd efg hi";
        lastWord(matchesLastWordFine);
        String noMatchFound = matchesLastWordFine + ".";
        lastWord(noMatchFound);
    }

    private static void lastWord(String sentence) {
        System.out.println("\n\ntrying\n" + sentence + "\nmatches:");
        Pattern pattern = Pattern.compile("(\\w+)$");
        Matcher matcher = pattern.matcher(sentence);
        String match = null;
        while (matcher.find()) {
            match = matcher.group();
            System.out.println(match);
        }
    }
}

我的代码是用 Java 编写的，但这既不是这里也不是那里。我正在严格寻找正则表达式，而不是 Java 代码。 （是的，我知道用 Java 可以去掉最后一个字符。）

我应该在模式中加入什么正则表达式？

Answer 1

您可以使用前瞻断言。例如匹配没有句点的句子：

[\w\s]+(?=\.)

和

[\w]+(?=\.)  

最后一个单词（“.”之前的单词）

Answer 2

如果您需要将整个匹配作为最后一个单词，您可以使用前瞻。

\w+(?=(\.))

这匹配一组后跟句点的单词字符，而不匹配句点。

如果你想要一行中的最后一个单词，无论该行是否在句尾结束，你都可以使用：

\w+(?=(\.?$))

或者，如果您还想包含 ,!;: 等

\w+(?=(\p{Punct}?$))

Answer 3

您可以使用matcher.group(1) 获取第一个捕获组的内容（在您的情况下为(\w+)）。多说一点，matcher.group(0) 会返回给你完整的比赛。所以你的正则表达式几乎是正确的。一项改进与您对$ 的使用有关，这将赶上行尾。仅当您的句子完全填满时才使用它！

Answer 4

使用此正则表达式 (\w+)\p{Punct}，您将获得 1 组计数，这意味着您将在 matcher.group(0) 获得一组带标点符号的组，在 matcher.group(1) 获得一组不带标点符号的组。

要在 Java 中编写正则表达式，请使用："(\\w+)\\p{Punct}"

要使用 Java（实际上还有很多其他语言）在线测试您的正则表达式，请参阅 RegexPlanet

Answer 5

通过使用 $ 运算符，您只会在行尾获得匹配项。因此，如果您在一行中有多个句子，您将不会在中间的句子中找到匹配项。

所以你应该只使用：

(\w+)\.

捕获组将给出正确的匹配。

你可以看一个例子here

Answer 6

我真的不明白为什么，但这有效：

package regex;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Main {

    public static void main(String[] args) {
        String matchesLastWordFine = "a b cd efg hi";
        lastWord(matchesLastWordFine);
        String noMatchFound = matchesLastWordFine + ".";
        lastWord(noMatchFound);
    }

    private static void lastWord(String sentence) {
        System.out.println("\n\ntrying\n" + sentence + "\nmatches:");
        Pattern pattern = Pattern.compile("(\\w+)");  //(\w+)\.
        Matcher matcher = pattern.matcher(sentence);
        String match = null;
        while (matcher.find()) {
            match = matcher.group();
        }
        System.out.println(match);
    }
}

我猜正则表达式 \w+ 将匹配所有单词 (doh)。然后最后一句话就是我所追求的。太简单了，真的，我试图排除标点符号，但我猜正则表达式会自动为你做到这一点..？