我通常会使用字符串库来做这样的事情。但我想知道是否可以使用正则表达式来完成。
我想做以下事情：给定一个搜索字符串：
西雅图很棒
我想在给定的句子中找到它的所有子字符串。因此，将正则表达式应用于以下 sentence
西雅图太棒了 西雅图太棒了 太棒了 西雅图
应该给我
西雅图，西雅图太棒了，太棒了，太棒了，西雅图
一个可能有用的限制是，句子总是只有搜索字符串中出现的单词和中间的空格。
注意如果有匹配，它应该是最长的字符串。因此，就像在上面的示例中一样，匹配项不应该是单个单词，而是可能是最长的子字符串。单词之间的顺序也需要保持。这就是为什么
西雅图很棒
在上面的句子中给了我们
太棒了，是和西雅图
我不确定这样的事情是否可以用正则表达式来完成，因为它是贪婪的。对此有任何见解！ 我熟悉 C# 和 Java，可以使用它们的任何一个正则表达式库。
【问题讨论】：
我认为你不能用正则表达式来做到这一点。维基百科上有一篇关于longest common subsequence problem 的好文章。
【讨论】：
没有好办法直接用正则表达式表达这种模式。
您需要列出所有允许的组合：
西雅图很棒|西雅图很棒|西雅图很棒|很棒|很棒或更简洁地说：
西雅图（是（真棒）？）？|是（真棒）？|真棒您可以通过编程方式将输入字符串转换为这种格式。
【讨论】：
你能进一步描述你的问题吗？这听起来更像是一个搜索引擎，而不是简单的字符串匹配。我强烈建议查看 Apache Lucene——它有一点学习曲线，但它是一个很棒的智能搜索小工具。它处理了很多在处理搜索时遇到的问题。您可以设置命中的评分来完全按照您的描述进行。
【讨论】：
在 Java 中，未测试。这将返回字符串列表的迭代器。每个列表都是一个匹配的子序列。 只需在要打印的列表成员之间放置空格即可。如果它被大量使用，那么 intern() 的使用可能会很糟糕。
static Iterator<List<String>> getSequences(String squery, String starget)
{
List<String> query = Arrays.asList(squery.split(" "));
for ( int i = 0; i < query.size(); i++)
query.set(i, query.get(i).intern());
List<String> target = Arrays.asList(starget.split(" "));;
for ( int i = 0; i < target.size(); i++)
target.set(i, target.get(i).intern());
// Because the strings are all intern'ed, this HashSet acts like we want -
// If two lists are the same sequence of words, they are equal.
// It's used to remove duplicates.
HashSet<List<String>> ret = new HashSet<List<String>>();
for ( int qBegin = 0; qBegin < query.size(); qBegin++ ) {
for ( int tBegin = 0; tBegin < target.size(); tBegin++ ) {
for ( int iCursor = 0;
iCursor < min(query.size()-qBegin, target.size()- tBegin);
iCursor++) {
if ( query.get(qBegin+iCursor)==target.get(tBegin+iCursor) )
ret.add(query.subList(qBegin, qBegin+iCursor+1));
else break;
}
}
}
return ret.iterator();
}
static int min(int a, int b) { return (a<b)? a:b; }
【讨论】：