java - 正規表現で単語の重複セットを見つけるにはどうすればよいですか?

Question

現在、2 単語のフレーズを検索するように見える正規表現があります"\\w+ \\w+"が、それらは重複していません。たとえば、私の文が だった場合、表示する必要があるときにThe dog ran inside出力が表示されます。これを行う方法があることは知っていますが、これを行う方法を知るには正規表現を使用するのが初めてです。"The dog", "ran inside""The dog", "dog ran", "ran inside"

ありがとう！

Answer 1

You can do this with a lookahead, a capturing group and a word boundary anchor:

Pattern regex = Pattern.compile("\\b(?=(\\w+ \\w+))");
Matcher regexMatcher = regex.matcher(subjectString);
while (regexMatcher.find()) {
    matchList.add(regexMatcher.group(1));
} 

Answer 2

これは純粋に正規表現では不可能です。同じ文字を 2 回一致させることはできません (「犬」を 2 つの別々のグループにすることはできません)。このようなものは正規表現をまったく必要としません。文字列をスペースで分割して、好きなように組み合わせることができます。

>>> words = "The dog ran inside".split(" ")
>>> [" ".join(words[i:i+2]) for i in range(len(words)-1)]
['The dog', 'dog ran', 'ran inside']

それでも問題が解決しない場合は、何を達成しようとしているのかについて詳細をお知らせください。

Answer 3

先読みを使用して 2 番目の単語を取得し、非先読み部分と先読み部分を連結します。

# This is Perl. The important bits:
#
# $1 is what the first parens captured.
# $2 is what the second parens captured.
# . is the concatenation operator (like Java's "+").

while (/(\w+)(?=(\s+\w+))/g) {
   my $phrase = $1 . $2; 
   ...
}

申し訳ありませんが、十分な Java の知識はありませんが、これは Java でも簡単に実行できるはずです。

Answer 4

簡単な (そして大きな文字列の場合はより高速な) 方法は、splitを使用することです。

    final String[] arrStr = "The dog ran inside".split(" ");
    for (int i = 0, n = arrStr.length - 1; i < n; i++) {
        System.out.format("%s %s%n", arrStr[i], arrStr[i + 1]);
    }

アウトプット

The dog
dog ran
ran inside

正規表現でトリックが見つかりません