java - 单独的搜索关键字和方面

我有一些类似的查询字符串：

String query = 'metabolism and heart and TAXONOMY:40674 AND curation:"Non curated" GO:GO:34212 and cancer'

我试图从此字符串查询中提取搜索关键字。该查询的预期结果是

metabolism and heart and cancer

我最近怎么样

String regex = '[a-z_A-Z0-9]*:\"?.+\"?'
query.replaceAll(regex, '')

如果将查询字符串放在查询字符串的开头，则此代码段效果很好，如下所示：

String query = 'metabolism and heart and cancer and TAXONOMY:40674 AND curation:"Non curated" GO:GO:34212'

构面是类似curation:"Non curated"（即，值中包含空格并用双引号引起来）或GO:GO:34212（即，具有第二个冒号）的对。否则，它们是类似TAXONOMY:234334的模式。

我在这里做错了什么？有什么帮助吗？

最佳答案

您需要修改正则表达式以覆盖字母字符串，以解决空格问题，并以此方式重新编写正则表达式，

[a-z_A-Z0-9]*:(?:"\w+(?: \w+)"\s*|\w+(?: \w+)\s*)?

并将匹配的部分替换为空字符串。

正则表达式的问题是，正则表达式\"?.+\"?中的此部分具有可选的双引号，这是因为.+贪婪地匹配所有内容，直到字符串结尾，并删除字符串的其余部分，仅保留TAXONOMY:之前的字符串，而不是你渴望。

为了正确解决该问题，您应该尝试将双引号字符串与非双引号字符串分别匹配。另外，由于字符串中包含空格分隔的单词，因此需要使用\w+(?: \w+)部分正确匹配空格分隔的单词以进行匹配。 \s*之后会消耗掉多余的空格，最后匹配所有字符串，用空字符串替换将使您拥有所需的字符串。

Regex Demo

试试这个Java代码，

String s = "metabolism and heart and TAXONOMY:40674 AND curation:\"Non curated\" GO:GO:34212 and cancer";
System.out.println(s.replaceAll("[a-z_A-Z0-9]*:(?:\"\\w+(?: \\w+)\"\\s*|\\w+(?: \\w+)\\s*)?", ""));

印刷品

metabolism and heart and cancer