正则表达式匹配所有不以数字开头的单词答案

【问题标题】：Regex to match all words not starting with digit正则表达式匹配所有不以数字开头的单词
【发布时间】：2014-10-14 00:17:01
【问题描述】：

很抱歉提出了一些愚蠢的问题，但我对正则表达式不太感兴趣。我有几个这样的句子：

text1.2text: text3,,text4 5. text6=== t7@ text8. T, 9-- T10 我想使用scanner 来返回：

a) 单个字符，b) 包含字符和数字但确实以字符开头的单词。

其他任何东西都可以视为分隔符。

所以在上面的句子中应该返回这些：

text1
text3
text4
text6
t7
text8
T
T10

我可以在扫描仪中使用多个分隔符，例如"\\.|\\:|\\,|\\,," 等，但它可以是我想要提取的单词之间的任何内容，而且我无论如何都不是这样做的好方法。

是否有一个正则表达式我可以用作分隔符，或者可以在scanner.hasNext("regex") 中提取这些单词？

提前致谢

【问题讨论】：

类似(?i)\b[a-z]\w*

标签： java regex java.util.scanner

【解决方案1】：

使用word boundary：

\b[a-z][a-z0-9]*

Demo

由于单词边界查找单词字符（\w 或 [a-zA-Z0-9_]）与非单词字符（\W 或 [^a-zA-Z0-9_]）相邻的位置，这意味着示例字符串 _foo不匹配（在_ 和f 之间不是单词边界）。如果您需要这种情况，请使用后向添加辅助零长度断言：

(?:\b|(?<=_))[a-z][a-z0-9]*

Demo

【讨论】：

【解决方案2】：

我不确定这是否是您的意思，但您似乎想将这些部分用作分隔符：

text1.2text:  text3,,text4 5. text6=== t7@ text8. T, 9-- T10
     ^^^^^^^^^     ^^     ^^^^     ^^^^  ^^     ^^ ^^^^^^

这意味着您要在每个非字母数字字符（以及后面以数字开头的可选单词）上拆分此字符串。如果是这种情况，您可以将扫描仪设置为使用分隔符，例如

"([^\\w]+(\\d\\w*)*)+"

[^\\w]+ 一个或多个非字母数字字符
(\\d\\w*)* 后面可以跟零个或多个以数字开头的单词
([^\\w]+(\\d\\w*)*)+ delimiter 可以重复多次（这样可以避免在分隔符之间返回空字符串）

然后简单地迭代 next 元素。

演示：

String text = "text1.2text:  text3,,text4 5. text6=== t7@ text8. T, 9-- T10";
Scanner sc = new Scanner(text);
sc.useDelimiter("([^\\w]+(\\d\\w*)*)+");
while(sc.hasNext())
    System.out.println(sc.next());

输出：

text1
text3
text4
text6
t7
text8
T
T10

【讨论】：

准确地说。谢谢你。只有一个问题。最后一个+ 用于覆盖单词之间的两个空格。正确的？如果是这样，我不能也使用([^\\w]+(\\d\\w*)*)[^\\w]+ 吗？
@GeeKat88 + 用于分隔符，如..2foo::3bar。如您所见，此字符串包含两个连续的分隔符：..2foo 和 ::3bar。如果我不使用 + next 将在这些分隔符之间返回空字符串。如果我们使用([^\\w]+(\\d\\w*)*)[^\\w]+ 并且分隔符看起来像::1aa::2bb 而不是2bb 将不会包含在此分隔符中，因此它将作为有效单词返回，而根据您的问题判断它不应该。

【解决方案3】：

如果你需要匹配整个字符串，试试这个：

/^(\b[a-z][a-z0-9]*)$/ig

测试：

tag1     // match
tag tag2 // no match
1tag     // no match
@tag     // no match
tag@     // no match
UPPERtag // match

Demo

【讨论】：