java - 正则表达式确定文本是否出现不超过 n 个单词

Question

我有一个日志文件，我正在尝试检测单词“警告：”的出现次数是否高于某个数字，比如 1000。

我已经尝试了几次类似于以下的尝试，但我没有得到我期望的匹配

"\\bWarning:{1000,}+ "

score 2 · Accepted Answer

如果您愿意考虑非 java/regex 解决方案，您可以在 *NIX 中获得行数：

grep "Warning:" YOURFILE.LOG | wc -l

Windows 命令行版本将是：

find /c "Warning:" YOURFILE.log

score 1 · Accepted Answer

现在您的 {1000,} 仅匹配 : 字符。此外，这种情况下的“+”是多余的。你希望它匹配“警告”和介于两者之间的东西，所以你必须指定所有这些：

"(?:\\bWarning:.*?){1000,}"

其内容为：“从非单词标记开始，查找字符‘警告：’和零个或多个字符，直到下一次允许的匹配，1000 次或更多次。”

请注意使用非捕获组（(?: )构造）来指定要匹配 N 次的内容。

您还需要打开单行匹配（.包括\n）。

score 1 · Accepted Answer

我怀疑你让这比它需要的更难。为什么不只是find()循环调用并记录点击数呢？

Pattern p = Pattern.compile("\\bWarning:")
Matcher m = p.matcher(source);
int hits = 0;
while (m.find())
{
  hits++;
}

我假设整个文档都在一个字符串中。另一种可能性是使用扫描仪打开文件并使用其findWithinHorizon()方法：

while (scanner.findWithinHorizon(p, 0) != null)
{
  hits++;
}

3 回答 3