Java正则表达式对复合名称进行分组

我正在创建一个java应用程序，该应用程序在控制台上请求一些名称，然后使用正则表达式仅提取不带逗号的名称，并且仅提取符合以下表达式的正确名称：

（\\w{2，}（\\s\\w{2，}）+

我在一个web正则表达式模拟器上检查了上述表达式，似乎可以满足我的要求，但当我尝试在Java上使用模式和匹配器类来匹配它时，它对诸如：Alvaro de la Torre之类的名称就不起作用了

它将名称分成4个组（在本例中）。我需要复合名称仅在一个字符串中

---

我将非常感谢任何帮助。提前感谢。

因为我们生活在一个确定性的世界中，机器遵循确定性规则。特别是，在正则表达式中，如果满足捕获组的第一个字段，解析器将不会检查第二个字段（如果严格来说不需要）

因此，由于嵌套捕获组（

（| \\s\\w{2，}）

）的第一个字段是空字符串，因此正则表达式对它感到满意，而不检查其他字段。这就是它返回4个不同结果而不是1的原因

另一种正则表达式是：

(\\w{2,}(\\s\\w{2,}|)+)

(\\w{2,}(\\s\\w{2,})*)

"\\w{2,}((?:\\s\\w{2,})*)"

这将反转捕获组中2个字段的顺序

等效正则表达式是：

(\\w{2,}(\\s\\w{2,}|)+)

(\\w{2,}(\\s\\w{2,})*)

"\\w{2,}((?:\\s\\w{2,})*)"

---

检查vs（由于突出显示的原因，正则表达式略有不同）。

首先，您想知道

\w

匹配的不仅仅是字母，比如数字

0-9

。所以像杰克23岁这样的字符串是完全匹配的

第二，在你的分组中有一个管道，如果它试图带来可选的含义，而不是偶然出现的，那么它不是展示这种质量的好方法。正确的方法是什么？使用星号

*

量词，该量词基本上包含可选功能

第三，

\s

不仅仅意味着一个字符。它匹配制表符

\t

、换行符

\n

、回车符

\r

。那么一条像

My name is
Jack

这也是一场完整的比赛

最后，如果只需要返回整个匹配字符串，则根本不需要捕获组：

(?i)[a-z]{2,}(?:[ ][a-z]{2,})*

---

我假设您想从的“Alvaro de la Torre”中提取一个字符串，如“de la Torre”

使用正则表达式，捕获组2以

+

重复，在第一次迭代中包含“de”，在第二次迭代中包含“la”，在第三次和最后一次迭代中包含“Torre”。因此，当您最终从

匹配器中获得第2组时，它只包含“Torre”

因此，与重复捕获组不同，您必须：

请注意包含内部组和
+
的附加组

现在，当您从
匹配器中获得第2组时，它包含内部组的所有重复，即“德拉托瑞”：

Pattern pattern = Pattern.compile("(\\w{2,}(|(\\s\\w{2,})+))");
Matcher matcher = pattern.matcher("Alvaro de la Torre");
matcher.matches();
System.out.println(matcher.group(2));

打印“德拉托瑞”


上述正则表达式的更好等效版本为：

(\\w{2,}(\\s\\w{2,}|)+)

(\\w{2,}(\\s\\w{2,})*)

"\\w{2,}((?:\\s\\w{2,})*)"

然后得到第1组而不是第2组。将整个正则表达式包装在捕获组中是没有意义的，因为整个匹配只是默认的组0


如果您只想从较大的字符串中提取全名，如“Alvaro de la Torre”，则只需使用
matcher.find（）
，而不是
matcher.matches（）
，并使用
matcher.group（）
获取匹配的子字符串（即默认组0）。在这种情况下，您也不需要任何明确的捕获组。
嘿，David，一条建议：具有正则表达式知识的人可能很容易理解，但一般来说，您应该提供输入、实际输出和所需输出的示例。我认为正则表达式中的管道是罪魁祸首。把它拿走。