问题标签 [word-boundary]

我正在使用正则表达式单词边界\ b，并且我正在尝试匹配foo以下内容$sentence，但结果不是我需要的，这underscore正在杀死我，我希望下划线成为单词边界，就像连字符或空格一样：

预期的：

我的代码：

我必须搜索包含大写字母或数字的单词。

我使用\b[^ ]*[A-Z0-9]+[^ ]*\b, 但是不是[^ ]我想使用[^\b], 但这会选择所有短语...

ThisisSometext, that hass0menUm8ers, likeBoeing-380orRNA-78.ThatisGREAT!

我试图捕获字符串中的每个单词，除了“and”。我还想捕捉像 *this* 这样被星号包围的单词。我使用的正则表达式命令大部分都有效，但是当它捕获带有星号的单词时，它会遗漏第一个单词（因此 *this* 只会捕获 this* ）。这是我正在使用的正则表达式：

当我删除最后一个单词边界时，它将捕获所有 *this* 但不会遗漏任何 'and' 。

我想从一段中找到一个特定的词。我用边界来找到一个。考虑以下示例。

当我在我的 unix 服务器上运行这段代码时，它给了我以下错误。

java.util.regex.PatternSyntaxException：索引 5 附近的非法/不受支持的转义序列
。\bTMTH_EQUIP_IDLE_REASON\b。
^
在 java.util.regex.Pattern.error(Pattern.java:1713)
在 java.util.regex.Pattern.escape(Pattern.java:2177)
在 java.util.regex.Pattern.atom(Pattern.java: 1952)
在 java.util.regex.Pattern.sequence(Pattern.java:1834)
在 java.util.regex.Pattern.expr(Pattern.java:1752)
在 java.util.regex.Pattern.compile(Pattern.java :1460)
在 java.util.regex.Pattern.(Pattern.java:1133)
在 java.util.regex.Pattern.compile(Pattern.java:823)
在 java.util.regex.Pattern.matches(Pattern.java :928)
在 java.lang.String.matches(String.java:2091)
在 com.acc.directory.scanner.SDScanner.main(SDScanner.java:309)

我尝试替换\\b为，\\\\b 但没有用。它返回假。谁能帮我解决这个问题。我到处搜索，但只给了我一个可以替换\\b的答案，\\\\b但它对我不起作用。

PS。这只是一个显示我尝试过的内容和我想要的输出的虚拟示例。我用真实数据运行我的代码，错误来自该输出。

我需要一个正则表达式模式，它将使用自定义单词边界返回前 N 个单词，该边界是正常的正则表达式空格 (\s) 加上标点符号.,;:!?-*_

编辑＃1：感谢您的所有评论。

要清楚：

1. 我想设置作为单词分隔符的字符
2. 让我们称之为“分隔符集”或 strDelimiters
3. strDelimiters = ".,;:!?-*_"
4. nNumWordsToFind = 5
5. 单词被定义为不包含 strDelimiters 中任何字符的任何连续文本
6. RegEx 单词边界是包含 strDelimiters 中的一个或多个字符的任何连续文本
7. 我想构建 RegEx 模式以使用 strDelimiters 获取/返回第一个 nNumWordsToFind。

编辑#2：2015 年 8 月 8 日星期六，美国中部时间上午 12:49

@maraca 肯定回答了我最初所说的问题。但我真正需要的是返回字数≤nNumWordsToFind。因此，如果源文本只有 3 个单词，但我的 RegEx 要求 4 个单词，我需要它返回 3 个单词。如果 nNumWordsToFind > 源文本中的实际单词数，则 maraca 提供的答案失败。

例如：

它会将其视为 10 个单词。如果我想要前 5 个单词，它将返回：

我使用正常的 \s 空格有这个模式，它有效，但不完全是我需要的：

其中<NumWordsOut>是要返回的单词数。

我也找到了这个词边界模式，但我不知道如何使用它：

检测 ASCII 字母和非字母之间的边缘的“真实单词边界”。

但是，我希望我的话也允许数字。

IAC，我无法使用上述自定义单词边界模式返回文本的前 N ​​个单词。

顺便说一句，我将在Keyboard Maestro宏中使用它。

任何人都可以帮忙吗？TIA。

简单的说：

（没有匹配是正确的）

我不希望它像第二个表达式那样匹配，请告诉我如何实现这一点，谢谢。

在下面的：

如何创建一个正则表达式来查找包含单个单词的行，如 3、6 和 9 中的行？并且可以选择在每个开头插入换行符？

我知道在正则表达式（此处：PHP 和 JavaScript）中涉及美元符号“$”的问题之前已经讨论过很多次：是的，我知道我需要在它前面添加一个反斜杠“\”（取决于字符串处理甚至两个），但匹配美元符号的正确方法是“\$”。...去过那里，做到了，工作正常。

但这是我的新问题：用“\b”标记的单词边界旁边的美元符号“\$”。... 我的以下示例可以很容易地在 regexpal.com 上复制。

让我们从以下文本开始搜索：

50 美元

50 美元

50 美元

50 美元

我的正则表达式应该找到“USD”、“Dollar”或“$”。很简单：让我们试试

(美元|美元|\$)

成功：它找到“$”、“USD”和两个“Dollar”出现，包括“Dollars”。

但是让我们尝试通过在多项选择之后添加单词边界来跳过“美元”：

(美元|美元|\$)\b

这很麻烦：“USD”被匹配，“Dollar”被匹配，“Dollars”被拒绝......但是单个，正确反斜杠（或转义）的“$”也被拒绝，尽管这在前一秒钟有效.

它与括号内的多项选择无关：尝试只是

\$

对比

\$\b

也是一样的：第一个匹配美元符号，第二个不匹配。

另一个发现：

(美元|美元|\$) \b

在“)”和“\b”之间有一个空白“”实际上可以工作。但是这种解决方法可能并非在所有情况下都可行（如果应该有非空白单词边界）。

当涉及单词边界时，似乎拒绝找到转义的美元符号。

我很想听听你解开这个谜团的建议。- 提前非常感谢！

虽然用 gsub 替换字符串中的两个点回答了有关替换标点符号（如“.”）的问题，但它似乎不适用于单词边界。例如，

#没有被替换。如何解决这个问题？

请注意，不应替换多个#。例如，

'##' 不应替换为 'hash' 或 'hashhash'。

# 后面或前面的任何图形字符都不应被替换（例如，'.#' 不应被替换）

我正在使用函数 regexp.matchString() 将正则表达式模式与我的字符串匹配。我必须使用单词边界才能找到完全匹配。例如，我想匹配“compute”而不是“computer”。问题是我的字符串将同时具有“计算”和“计算机”。所以我想使用单词边界。我尝试在几个在线 go-regex 测试器中使用 \b 并且它有效。但是， \b 似乎不适用于 regexp.matchString() 函数。有谁知道是否有 \b 的替代品？或者我怎样才能得到预期的结果？我的代码

当我使用 \b 时，此函数返回 false。请帮忙