正則表達式在以標點符號結尾的句子中的最后一個單詞（句號）

Question

我正在尋找正則表達式模式，而不是Java代碼，以匹配英語（或歐洲語言）句子中的最后一個單詞。 如果在這種情況下最后一個單詞是“ hi”，那么我要匹配“ hi”而不是“ hi”。

正則表達式(\\w+)\\.$將匹配“ hi。”，而輸出應僅為“ hi”。 什么是正確的正則表達式？

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$ 

碼：

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);
        }
    }
}

我的代碼是用Java編寫的，但既不在這里也不在那里。 我嚴格在尋找正則表達式，而不是Java代碼。 （是的，我知道可以用Java去除最后一個字符。）

我應該在模式中放什么正則表達式？

Answer 1

您可以使用先行斷言。 例如，匹配不帶句點的句子：

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

和

[\w]+(?=\.)  

對於最后一個單詞（“。”之前的單詞）

Answer 2

如果您需要整個比賽都是硬道理，則可以使用前瞻。

\w+(?=(\.))

這與后跟一個句點的一組單詞字符匹配，而不匹配該句點。

如果您想要行中的最后一個單詞，無論行是否以句子結尾結尾，都可以使用：

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

或者，如果您還想包含，！;：等，則

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

Answer 3

您可以使用matcher.group(1)獲取第一個捕獲組的內容(\\w+)在您的情況下為(\\w+) ）。 再說matcher.group(0) ， matcher.group(0)將返回您的完整比賽。 因此，您的正則表達式幾乎是正確的。 與$的使用有關的改進會趕上行尾。 僅當您的句子正好填滿一行時才使用此選項！

Answer 4

通過使用$運算符，您只會在行尾獲得匹配項。 因此，如果一行上有多個句子，則中間不會有匹配項。

因此，您應該只使用：

(\w+)\.

捕獲組將給出正確的匹配。

你可以在這里看到一個例子

Answer 5

我不明白為什么會這樣，但這可行：

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);
    }
}

我猜正則表達式\\w+將匹配所有單詞（doh）。 那么最后一句話就是我所追求的。 太簡單了，真的，我試圖排除標點符號，但是我想正則表達式會自動為您做到這一點。

Answer 6

使用此正則表達式(\\w+)\\p{Punct} ，組計數為1，這意味着您在matcher.group(0)處得到一個帶有標點的組，而在matcher.group(1)處matcher.group(1)一個不matcher.group(1)標點的matcher.group(1) 。

要使用Java編寫正則表達式，請使用： "(\\\\w+)\\\\p{Punct}"

要使用Java（以及許多其他語言）在線測試正則表達式，請參見RegexPlanet