我是正则表达式的新手。
是否可以匹配符合特定条件的单词之前的所有内容：
例如
这是一个测试 - - +++ 这是一个测试
我希望它遇到一个以大写开头且下一个字符为小写的单词。这构成了一个适当的词。然后我想删除那个词之前的所有内容。
上面的例子应该产生：This is a test
我只想进行此处理，直到找到正确的单词然后停止。
任何帮助将不胜感激。
谢谢
【问题讨论】：
替换
^.*?(?=[A-Z][a-z])
使用空字符串。这适用于 ASCII 输入。对于非 ASCII 输入（Unicode、其他语言），应用不同的策略。
解释
.*? Everything, until
(?= followed by
[A-Z] one of A .. Z and
[a-z] one of a .. z
)
支持 Java Unicode 的变体是这样的：
^.*?(?=\p{Lu}\p{Ll})
【讨论】：
稍稍醒悟后，您无需删除任何内容，甚至无需创建子组 - 只需找到答案中其他地方表达的模式即可。这是一个完整的例子：
import java.util.regex.*;
public class Test
{
public static void main(String args[])
{
Pattern pattern = Pattern.compile("[A-Z][a-z].*");
String original = "THIS IS A TEST - - +++ This is a test";
Matcher match = pattern.matcher(original);
if (match.find())
{
System.out.println(match.group());
}
else
{
System.out.println("No match");
}
}
}
编辑：原始答案
这看起来做对了：
import java.util.regex.*;
public class Test
{
public static void main(String args[])
{
Pattern pattern = Pattern.compile("^.*?([A-Z][a-z].*)$");
String original = "THIS IS A TEST - - +++ This is a test";
String replaced = pattern.matcher(original).replaceAll("$1");
System.out.println(replaced);
}
}
基本上，诀窍不是忽略正确单词之前的所有内容 - 而是将从正确单词开始的所有内容分组，并用该组替换整个文本。
上面的操作会因"*** FOO *** I am fond of peanuts" 而失败，因为“我”不会被认为是一个正确的词。如果您想解决这个问题，请将 [a-z] 更改为 [a-z\s]，这将允许使用空格而不是字母。
【讨论】：
我知道我对此的看法确实不那么受欢迎，所以如果你们愿意的话，你们可以否决我让我被遗忘，但我不得不咆哮一下（这包含一个解决方案，只是不像海报那样要求）。
我真的不明白为什么人们这么快就使用正则表达式。
我已经完成了很多字符串解析（用于屏幕抓取 vt100 菜单屏幕），但我从来没有发现正则表达式比编写代码更容易的情况。 （也许一对夫妇会更容易一些，但不会太多）。
我有点理解，一旦你了解了它们，它们应该会更容易——但你看到有人提出这样的问题，并意识到每个程序员都不容易一眼就能理解。如果它花费了 1 个程序员 10 分钟的思考时间，那么即使你花了 5 分钟写 5 行代码，它也会比仅仅编写代码造成巨大的净损失。
所以它需要文档——如果同一级别的人遇到它，他将无法在没有他领域之外的知识的情况下修改它，即使有文档。
我的意思是，如果发帖人不得不问一个小事——那么根本就没有小事。
public String getRealText(String scanMe) {
for(int i=0 ; i < scanMe.length ; i++)
if( isUpper(scanMe[i]) && isLower(scanMe[i+1]) )
return scanMe.subString(i);
return null; }
我的意思是它只有 5 行，但它比大多数（所有？）RE 解析器简单、易读且速度更快。一旦您将正则表达式包装在方法中并对其进行注释，大小的差异就无法测量。时间上的差异——对于发帖者来说显然要少很多时间——因为对于下一个遇到他的代码的人来说可能是这样。
这个字符串操作是 C 语言中使用指针更容易的操作之一——而且它会更快，因为测试函数是 C 语言中的宏。
顺便说一句，请确保在第二个插槽中查找空格，而不仅仅是小写变量，否则您会错过任何以单词 A 或 I 开头的行。
【讨论】：
([A-Z][a-z].+)
会匹配：
这是一段文字
【讨论】：
那么你可以做这样的事情
'.*([A-Z][a-z].*)\s*'
.* matches anything
( [A-Z] #followed by an uper case char
[a-z] #followed by a lower case
.*) #followed by anything
\s* #followed by zeror or more white space
我认为你在寻找什么
【讨论】：