java正则表达式匹配由4个空格括起的单词

我有一个文本，其中包含的单词在开头用两个空格括起来，在结尾用另外两个空格括起来，如下所示：

“我的文本是分开的，就像这个例子”

所以我想检索“separated”和“example”

我是这样实施的：

    String pattern = "\\s{2}(\\w+)\\s{2}";

    String t = getText();
    Pattern p = Pattern.compile(pattern);
    Matcher m = p.matcher(t);
    StringBuilder b = new StringBuilder();
    while (m.find()) {
        b.append(m.group(1) + "xxx\n");
    }
    Log.d("hmmmmm", b.toString());

但它不起作用（m.find（）为false）

---

编辑：以下是我的文字：

‏‏حَدَّثَنَا ‏ ‏الْحُمَيْدِيُّ عَبْدُ اللَّهِ بْنُ الزُّبَيْرِ ‏ ‏قَالَ حَدَّثَنَا ‏ ‏سُفْيَانُ ‏ ‏قَالَ حَدَّثَنَا ‏ ‏يَحْيَى بْنُ سَعِيدٍ الْأَنْصَارِيُّ ‏ ‏قَالَ أَخْبَرَنِي ‏ ‏مُحَمَّدُ بْنُ إِبْرَاهِيمَ التَّيْمِيُّ ‏ ‏أَنَّهُ سَمِعَ ‏ ‏عَلْقَمَةَ بْنَ وَقَّاصٍ اللَّيْثِيَّ ‏ ‏يَقُولُ سَمِعْتُ ‏ ‏عُمَرَ بْنَ الْخَطَّابِ ‏ ‏رَضِيَ اللَّهُ عَنْهُ ‏ ‏عَلَى الْمِنْبَرِ ‏ ‏قَالَ سَمِعْتُ رَسُولَ اللَّهِ ‏ ‏صَلَّى اللَّهُ عَلَيْهِ وَسَلَّمَ ‏ ‏يَقُولُ ‏ ‏إِنَّمَا الْأَعْمَالُ ‏ ‏بِالنِّيَّاتِ ‏ ‏وَإِنَّمَا لِكُلِّ امْرِئٍ مَا نَوَى فَمَنْ كَانَتْ هِجْرَتُهُ إِلَى دُنْيَا ‏ ‏يُصِيبُهَا ‏ ‏أَوْ إِلَى امْرَأَةٍ يَنْكِحُهَا فَهِجْرَتُهُ إِلَى مَا هَاجَرَ إِلَيْهِ‏.

“سَُْانُ”和‏ب㶕ننَّّّاتِ”例如，应在输出中

---

注意：在示例中，我将空格替换为（u），使其更加可见

注意：我的文本是阿拉伯语

编辑：原来它没有用双空格分隔，请参见下面的答案。

Java将“单词字符”

\w

定义为

[a-zA-Z_0-9]

，因此阿拉伯语文本不匹配（旁注：欧洲口音也不匹配，例如“èè”）

根据需要，您可以使用阿拉伯语的

[\u0600-\u06FF]

，而不是

\w

根据需要，您可以使用

\p{InArabic}

，这似乎更好

此外，您的文本片段不包含2个连续的空白字符，因此

\s{2}

不会获得任何匹配。看起来看起来像“双空格”的实际上是紧跟着unicode的空格，unicode是十六进制的

200F

。因此可以与

\\s\\x{200f}（\\p{InArabic}+\\s\\x{200f}

匹配。 例如：

其中

getText（）

返回您的文本片段，这将打印：

[true, false, false, true]
سُفْيَانُ
يَقُولُ
بِالنِّيَّاتِ
يُصِيبُهَا

现在，我不确定期望您的文本在特定单词周围包含这样的标记，并明确匹配这样的标记是否是一件好事：-/

我也不知道regexr.com是如何工作的，因为我认为JavaScript的

\w

与Java的意思相同（而且我看不到网络往返，所以它必须用JS实现，不过可能需要一些转换层）。甚至他们自己的嵌入式文档也这样说

\w

：

匹配任何单词字符（字母数字和下划线）。仅匹配低ascii字符（无重音字符或非罗马字符）。相当于[A-Za-z0-9_33;

---

也许您可以给出一个可用于测试的实际示例字符串。@OH GOD SPIDERS，我更新了该问题。还用阿拉伯文本显示了预期的输出？我更新了该问题（很抱歉，我的连接出现问题），因此我执行了以下操作：字符串模式=“\\s{2}（[\\u0600-\\u06FF]+）\\s{2}”；它也不起作用，而且，regexr.com甚至不接受我的阿拉伯语文本，但它与英语文本配合得很好。请看我的编辑，对于unicode字符类，在

u

之前需要一个反斜杠，所以

\u

它不起作用，是不是因为几乎每个单词都以变音字母开头/结尾？有趣的是，我也看到了。您的文本不包含两个后续空格，中间还有其他不可见字符。看，在我手动添加更多空格的地方，它只有1个匹配项。点击“编辑”，在空格处看到奇怪的点。如果我将您的文本保存到文件中，则

grep-E“\s\s”

找不到匹配项。这些可能就是你所说的变音组合字符。不知道，抱歉。@mh6请检查“新建编辑”，了解两个新内容：a）使用

\p{InArabic}

----b）有一种更好的方法，也许您想要的是

\\b\\s（\\p{InArabic}+\\s\\b

，请参阅更新的示例。

[true, false, false, true]
سُفْيَانُ
يَقُولُ
بِالنِّيَّاتِ
يُصِيبُهَا