【问题标题】：Regex to find sentence containing specific word (java) from paragraph正则表达式从段落中查找包含特定单词（java）的句子
【发布时间】：2013-04-13 16:27:59
【问题描述】：

我有一个单词列表：dog、cat、leopard。

我正在尝试使用 Java 中的正则表达式从包含任何单词的长段落中提取句子（不区分大小写）。句子以.?或!结尾有人可以帮忙吗？谢谢！

【问题讨论】：

那么你的正则表达式有什么问题？包含狗，灾难之类的句子也可以接受吗？
那么输入字符串是一个很长的段落，可能有几个句子需要匹配？

标签： java regex

【解决方案1】：

假设

句子必须以大写字母开头，中间没有行终止符 [.?!]。
关键字匹配不区分大小写。但子字符串匹配无效。
关键字可能出现在句子的任何位置（开头、结尾或中间）。
支持引号和非正式双标点。如果不需要，请使用第二个正则表达式。

public class SentenceFinder {

    public static void main(String[] args) {
        String paragraph = "I have a list of words to match: dog, cat, leopard. But blackdog or catwoman shouldn't match. Dog may bark at the start! Is that meow at the end my cat? Some bonus sentence matches shouldn't hurt. My dog gets jumpy at times and behaves super excited!! My cat sees my goofy dog and thinks WTF?! Leopard likes to quote, \"I'm telling you these Lions suck bro!\" Sometimes the dog asks too, \"Cat got your tongue?!\"";
        Pattern p = Pattern.compile("([A-Z][^.?!]*?)?(?<!\\w)(?i)(dog|cat|leopard)(?!\\w)[^.?!]*?[.?!]{1,2}\"?");
        Matcher m = p.matcher(paragraph);
        while (m.find()) {
            System.out.println(m.group());
        }
    }
    /* Output:
       I have a list of words to match: dog, cat, leopard.
       Dog may bark at the start!
       Is that meow at the end my cat?
       My dog gets jumpy at times and behaves super excited!!
       My cat sees my goofy dog and thinks WTF?!
       Leopard likes to quote, "I'm telling you these Lions suck bro!"
       Sometimes the dog asks too, "Cat got your tongue?!"
    */
}

如果“引用？！”，则简化正则表达式（或非正式标点符号）不是必需的：
"([A-Z][^.?!]*?)?(?<!\\w)(?i)(dog|cat|leopard)(?!\\w)[^.?!]*?[.?!]"

要获取那些不以大写字母开头的句子（如果输入可能有这样的错别字）：
"(?i)([a-z][^.?!]*?)?(?<!\\w)(dog|cat|leopard)(?!\\w)[^.?!]*?[.?!]"

【讨论】：

我认为这很明显，但我仍然要提到引号 "" 不是（最后两个）正则表达式的一部分。他们在那里只是为了让一个人轻松地将表达式作为字符串参数复制粘贴到Pattern.compile()。

【解决方案2】：

以下假设句子以大写字母开头，并且句子中除了结尾之外没有.、!或?。

String str = "Hello. It's a leopard I think. How are you? It's just a dog or a cat. Are you sure?";
Pattern p = Pattern.compile("[A-Z](?i)[^.?!]*?\\b(dog|cat|leopard)\\b[^.?!]*[.?!]");
Matcher m = p.matcher(str);

while (m.find()) {
    System.out.println(m.group());
}
// It's a leopard I think.
// It's just a dog or a cat.

【讨论】：

【解决方案3】：

应该这样做。你只需要在中间填写你想要的单词。示例：

你好，我是一只狗，我喜欢做事？不要把我的软弱当仁慈。我的树皮胜过飞跃的咬伤！所以收养我而不是另一种动物。像猫一样。

匹配：

你好，我是一只狗，我喜欢做事？我的树皮胜过飞跃的咬伤！像一只猫。并这样做 (?i) 忽略大小写。我没有把它放进去，因为我真的不记得语法但是别人写的

"(?=.*?\\.)[^ .?!][^.?!]*?(dog|cat|leapord).*?[.?!]"

【讨论】：

【解决方案4】：

试试这个正则表达式

   str.matches("(?i)(^|\\s+)(dog|cat|leopard)(\\s+|[.?!]$)");

(?i) 是一个特殊的结构，表示不区分大小写

【讨论】：

【解决方案5】：

.(cat|dog|leopard).(\.|\?|\!)$ 并且您应该使用 java.util.regex.Pattern 的 CASE_INSENSITIVE 选项。

【讨论】：