我有这样的文本文件，其中包含带有换行符的文本。我将该文本文件读入字符串
random Text
State v. USA
some more text
USA v.
NY
Some more text
USA
v.LA , MN v. ND
USA vs. MN
我想知道模式的偏移量（即开始和结束字符索引），例如 [Some word started with cap] v. [Some word beginning with cap]
或者 [一些以大写开头的词] vs. [一些以大写开头的词]
对于上面的例子 "State v. USA" => Start=11 and End=22
“美国诉 NY" => 开始=36 和结束=45
我从 http://rubular.com/r/T7Ii2WDADw 这样的东西开始，它并没有涵盖所有情况。
因此，程序可以返回一个 Map，其中键是 Start+","+End，值是实际文本，例如“State v. USA”
【问题讨论】：
要涵盖这两种情况，您需要使用此正则表达式。
\w+\s((v.)|(vs.))\s\w+
在java代码中。
import java.util.regex.Pattern;
import java.util.regex.Matcher;
public class Testapp {
public static void main(String[] args) {
String text = "USA v. Russia \n Some other text \n India vs. Aus";
String regex="\\w+\\s((v.)|(vs.))\\s\\w+";
Pattern p = Pattern.compile(regex);
Matcher matcher = p.matcher(text);
while (matcher.find()) {
System.out.println(matcher.group()+ ":" +"start =" + matcher.start() + " end = " + matcher.end());
}
}
}
输出：
Starting & ending index ofUSA v. Russia:start=0 end = 13
Starting & ending index ofIndia vs. Aus:start=34 end = 47
【讨论】：
这将是一个有效的正则表达式：\w+\s+vs?[.]\s+\w+
然后，使用Matcher.find()，您可以使用Matcher.start(0) 和Matcher.end(0) 获得每场比赛的开始和结束。
【讨论】：
'\s+' 更改为'\s*'。
方法String.indexOf(String) 完全符合您的需要。
【讨论】：
int start = string.indexOf("USA v. State") 会给你一个开始 int end = start + "USA v. State".length() 会给你结束。