Java Regex正在匹配中包含新行

Question

我正在尝试将正则表达式与从网站上获得的教科书定义相匹配。定义中总是有一个单词，后面跟着一行新的定义。例如：

Zither
 Definition: An instrument of music used in Austria and Germany It has from thirty to forty wires strung across a shallow sounding board which lies horizontally on a table before the performer who uses both hands in playing on it Not to be confounded with the old lute shaped cittern or cithern

在我试图只得到单词（在本例中为"Zither"）的过程中，我一直得到换行符。

我尝试了^(w+)s和^(S+)s，但运气不太好。我以为^(S+)$可能会起作用，但这似乎根本不符合这个词。我一直在用卢布进行测试，http://rubular.com/r/LPEHCnS0ri；它似乎成功地以我想要的方式匹配了我的所有尝试，尽管事实上Java没有。

这是我的片段

String str = ...; //Here the string is assigned a word and definition taken from the internet like given in the example above.
Pattern rgx = Pattern.compile("^(\S+)$");
Matcher mtch = rgx.matcher(str);
if (mtch.find()) {
    String result = mtch.group();
    terms.add(new SearchTerm(result, System.nanoTime()));
}

这很容易通过修剪结果字符串来解决，但如果我已经在使用正则表达式，那么这似乎是不必要的。

我们非常感谢所有的帮助。提前感谢！

Answer 1

尝试使用Pattern.MULTILINE选项

Pattern rgx = Pattern.compile("^(\S+)$", Pattern.MULTILINE);

这会导致正则表达式识别字符串中的行分隔符，否则^和$只匹配字符串的开始和结束。

尽管此模式没有区别，但Matcher.group()方法返回整个匹配，而Matcher.group(int)方法根据指定的数字返回特定捕获组(...)的匹配。您的模式指定了一个捕获组，这就是您想要捕获的。如果您在尝试编写时在Pattern中包含了s，那么Matcher.group()就会在其返回值中包含该空白。

Answer 2

对于正则表达式，第一组总是完整的匹配字符串。在您的情况下，您想要的是组1，而不是组0。

因此，将mtch.group()更改为mtch.group(1)应该可以做到这一点：

 String str = ...; //Here the string is assigned a word and definition taken from the internet like given in the example above.
 Pattern rgx = Pattern.compile("^(\w+)s");
 Matcher mtch = rgx.matcher(str);
 if (mtch.find()) {
     String result = mtch.group(1);
     terms.add(new SearchTerm(result, System.nanoTime()));
 }

Answer 3

延迟响应，但如果您不使用Pattern和Matcher，则可以在正则表达式字符串中使用DOTALL的替代方案

(?s)[Your Expression]

基本上(?s)还告诉点匹配所有字符，包括换行

详细信息：http://www.vogella.com/tutorials/JavaRegularExpressions/article.html

Answer 4

只需替换：

String result = mtch.group();

签字人：

String result = mtch.group(1);

这会将您的输出限制为捕获组的内容（例如(\w+)）。

Answer 5

尝试下一个：

/* The regex pattern: ^(w+)r?n(.*)$ */
private static final REGEX_PATTERN = 
        Pattern.compile("^(\w+)\r?\n(.*)$");
public static void main(String[] args) {
    String input = "Zithern Definition: An instrument of music";
    System.out.println(
        REGEX_PATTERN.matcher(input).matches()
    );  // prints "true"
    System.out.println(
        REGEX_PATTERN.matcher(input).replaceFirst("$1 = $2")
    );  // prints "Zither =  Definition: An instrument of music"
    System.out.println(
        REGEX_PATTERN.matcher(input).replaceFirst("$1")
    );  // prints "Zither"
}