正则表达式根据特定短语进行拆分和分组？答案

【问题标题】：Regex to split and group based on specific phrases?正则表达式根据特定短语进行拆分和分组？
【发布时间】：2020-05-22 00:28:23
【问题描述】：

我需要编写一个正则表达式，将句子按术语可能包含或包含的内容进行拆分。它可能至少有一个或另一个或两者都有。

MAY CONTAIN A,B,C -->（可能包含 a,b,c）
包含 X,Y,Z -->（包含 x,y,z）
MAY CONTAIN A,B,C CONTAINS X,Y,Z -->（可能包含 a,b,c）（包含 x,y,z）

如何在 Java 中构建这个正则表达式？另外，“contain”可以是“contain”或“contains”

【问题讨论】：

标签： java regex

【解决方案1】：

你可以使用正则表达式

\b(?:may )?contains? [a-z](?:,[a-z]){2}\b

设置了大小写无关标志。

Demo（点击“Java”）

Java 的正则表达式引擎执行以下操作。

\b          # match a word break (so 'dismay' is not matched)
(?:may )    # match 'may ' in a non-capture group
?           # optionally match the above non-capture group
contain     # match 'contain'
s?          # optionally match 's'
[a-z]       # match a letter
(?:,[a-z])  # match ',' then a letter in a non-capture group
{2}         # execute above non-capture group twice
\b          # match a word break (to avoid matching 'a,b,cat')

回想一下设置了大小写无关标志。

【讨论】：

当然这对我的例子来说非常有效。当我将它应用于真正的字符串时，例如“MAY CONTAIN A AND B, C, D. CONTAINS X, y, z”，我在匹配时遇到了问题。
您是否希望允许任何文本出现在“MAY CONTAIN(S)”和“x,y,z”之间（例如，“may contains a dog or a cat x,y,z” ) 还是只有特定的文本，例如“A AND”？如果是后者，那部分字符串中可能会出现什么文本？
组之间的“任何”文本。我正在拆分一个句子，唯一已知的分隔符可能包含或包含（稍后可能会在单词上有所不同）。因此，每个匹配都将从其中一个语句开始，并包含直到下一个匹配的文本。
为此尝试正则表达式(?i)\b(?:may )?contains?.*\b[a-z](?:,[a-z]){2}\b。 (?i) 设置大小写无关标志。中间的文本不能以单词字符结尾（例如，contain some texta,b,c 将不匹配）。 Demo