从字符串中提取以特定字符开头的单词

Question

我得到以下字符串：

 String line = "#food was testy. #drink lots of. #night was fab. #three #four";

我想从中获取#food#drink#night#three和#four。

我试过这段代码：

    String[] words = line.split("#");
    for (String word: words) {
        System.out.println(word);
    }

但它给出了food was testy、drink lots of、nigth was fab、three 和 four。

Answer 1

split 只会在找到 # 的位置剪切整个字符串。这解释了你目前的结果。

您可能想要提取每个字符串的第一个单词，但执行任务的好工具是RegEx

这里是如何实现的：

String line = "#food was testy. #drink lots of. #night was fab. #three #four";

Pattern pattern = Pattern.compile("#\\w+");

Matcher matcher = pattern.matcher(line);
while (matcher.find())
{
    System.out.println(matcher.group());
}

输出是：

#food
#drink
#night
#three
#four

魔法发生在“#\w+”中。

• # 模式以 # 开头
• \wMatches any letter (a-z, A-Z), number (0-9), or underscore.
• + 匹配一个或多个连续的\w 字符。

所以我们搜索以# 开头的内容，后跟一个或多个字母、数字或下划线。

因为Escape Sequences，我们使用'\\' 表示'\'。

你可以玩here。

find和group解释here：

• find 方法扫描输入序列，寻找与模式匹配的下一个子序列。
• group() 返回上一个匹配匹配的输入子序列。

[编辑]

如果您需要检测重音字符或非拉丁字符，使用\w 可能会成为问题。

例如在：

“Bonjour mon #bébé #chat。”

比赛将是：

• #b
• #chat

这取决于您将尽可能接受的hashTag。但这是另一个问题，multiplediscussionsexistabout it。

例如，如果您想要来自任何语言的任何字符，#\p{L}+ 看起来不错，但下划线不在其中...

Answer 2

请按照程序去做 ==>

   String candidate = "#food was testy. #drink lots of. #night was fab. #three #four";

        String regex = "#\\w+";
        Pattern p = Pattern.compile(regex);

        Matcher m = p.matcher(candidate);
        String val = null;

        System.out.println("INPUT: " + candidate);

        System.out.println("REGEX: " + regex + "\r\n");

        while (m.find()) {
          val = m.group();
          System.out.println("MATCH: " + val);
        }
        if (val == null) {
          System.out.println("NO MATCHES: ");
        }

当我在我的 netbeans IDE 解决问题并测试程序时，它会给出如下输出

INPUT: #food was testy. #drink lots of. #night was fab. #three #four

REGEX: #\w+

MATCH: #food

MATCH: #drink

MATCH: #night

MATCH: #three

MATCH: #four

您将需要以下导入

import java.util.regex.Matcher;
import java.util.regex.Pattern;