使用java regex在字符串中搜索单词及其否定。

Question

我想用java在字符串中找到单词和它的否定。例如，比如说

String str = "The product contains no sodium but contains potassium"

我正在寻找“钠”和“无钠”在这串。我想根据结果采取具体行动。然而，我如何确保一旦“没有钠”在这个字符串中被识别，钠不会得到匹配使用正则表达式。我有一个这样的单词(子字符串)的列表，我需要在一大组字符串中搜索。

现在，我使用一个数组列表来存储要匹配的单词和字符串，我正在创建一个用于在输入字符串中搜索的模式。

String patternString = "\\b(" + StringUtils.join(wordsSearch,"|") + ")\\b"; //making a pattern to search
Pattern pattern = Pattern.compile(patternString);
//using matcher to find the substrings that I have mentioned earlier
Matcher matcher = pattern.matcher(inputString);

Answer 1

matcher不会找到重叠的匹配，所以对于您的例子来说，这已经完成了您希望它做的事情。但是，如果有多个具有公共前缀的字符串，例如“钠”和“氯化钠”，则可能会遇到一些问题。

为了确保您总是得到最长的匹配，请确保在替换过程中始终有较长的字符串。因此，只要您的regex类似于\b(sodium chloride|sodium)\b，regex引擎将首先尝试sodium chloride，然后在必要时返回到sodium。

在本例中，在创建regex之前，您应该按照字符串长度(前面最长)对wordsSearch进行排序。

Answer 2

如果您只想匹配no sodium，那么它就像往常一样。

但是，如果您希望只匹配以前没有sodium的no，那么它将是

(?<!no) sodium