Java：如何从字符串中提取两个字符之间的子字符串？

Question

我对 Java 比较陌生，我需要一些帮助才能从字符串中提取多个子字符串。字符串示例如下：

String = "How/WRB can/MD I/PRP find/VB a/DT list/NN of/IN celebrities/NNS '/POS real/JJ names/NNS ?/."

想要的结果：WRB MD PRP VB DT NN IN NNS POS JJ NNS

我有一个文本文件，其中可能包含数千个类似的带有 POS 标记的行，我需要从中提取 POS 标签并根据 POS 标签进行一些计算。

我尝试过使用分词器，但并没有真正得到我想要的结果。我什至尝试使用split() 并保存到数组，因为我需要存储它并稍后使用它，但仍然没有用。

最后，我尝试使用模式匹配器，但正则表达式出现问题，因为它返回带有正斜杠的单词。

Regex: [\/](.*?)\s\b
Result: /WRB /MD ....

如果有更好的方法可以做到这一点，请告诉我，或者是否有人可以帮助我找出我的正则表达式有什么问题。

Answer 1

这应该可行：

String string = "How/WRB can/MD I/PRP find/VB a/DT list/NN of/IN celebrities/NNS '/POS real/JJ names/NNS ?/.";
System.out.println(string.replaceAll("[^/]+/([^ ]+ ?)", "$1"));

打印：WRB MD PRP VB DT NN IN NNS POS JJ NNS .

Answer 2

如果您仍想使用模式匹配，请查看positive lookbehinds。它将允许您匹配以斜杠开头的单词，但实际上不匹配斜杠本身。

一个例子是这样的：

(?<=/).+?(?= |$)

匹配任何以斜线开头，后跟空格或字符串结尾的内容

这是一个用 Java 编写的工作示例：

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

public class SO {
    public static void main(String[] args) {
        String string = "How/WRB can/MD I/PRP find/VB a/DT list/NN of/IN celebrities/NNS '/POS real/JJ names/NNS ?/.";
        Pattern pattern = Pattern.compile("(?<=/).+?(?= |$)");
        Matcher matcher = pattern.matcher(string);

        LinkedList<String> list = new LinkedList<String>();

        // Loop through and find all matches and store them into the List
        while(matcher.find()) { 
            list.add(matcher.group()); 
        }

        // Print out the contents of this List
        for(String match : list) { 
            System.out.println(match); 
        }
    }
}

Answer 3

String string = "How/WRB can/MD I/PRP find/VB a/DT list/NN of/IN celebrities/NNS '/POS real/JJ names/NNS ?/.";

string = string .replaceAll("\\S+/", "").replace(".", "");  

System.out.println(string );

Answer 4

str = str.repalceAll("\\S+/", "") 呢？它将替换删除后跟斜杠的非空白字符。