如何从字符串中获取特定格式的所有子字符串

Question

我有一个大字符串，我想[[someword]]从中获取格式的所有子字符串。
意思是，获取包含在左右方括号中的所有单词（列表）。

现在，一种方法是按空格分割字符串，然后使用此过滤器过滤列表，但问题是有时[[someword]]不作为单词存在，它可能有一个,, 空格或.在其之前或之后。

做这个的最好方式是什么？

我会很欣赏 Scala 中的解决方案，但由于这更多的是一个编程问题，如果您的解决方案是我知道的其他语言（例如 Python），我会将其转换为 Scala。

这个问题与标记重复问题不同，因为正则表达式需要能够在括号之间容纳英语字符以外的字符。

Answer 1

您可以使用此(?<=\[{2})[^[\]]+(?=\]{2})正则表达式来匹配和提取双方括号中包含的所有所需单词。

这是一个Python解决方案，

import re

s = 'some text [[someword]] some [[some other word]]other text '
print(re.findall(r'(?<=\[{2})[^[\]]+(?=\]{2})', s))

印刷，

['someword', 'some other word']

我从未在 Scala 中工作过，但这里有一个 Java 解决方案，据我所知 Scala 仅基于 Java，因此这可能会有所帮助。

String s = "some text [[someword]] some [[some other word]]other text ";
Pattern p = Pattern.compile("(?<=\\[{2})[^\\[\\]]+(?=\\]{2})");
Matcher m = p.matcher(s);
while(m.find()) {
    System.out.println(m.group());
}

印刷，

someword
some other word

让我知道这是否是您正在寻找的。