java正则表达式查找用空格分隔的单词，回溯

Question

我必须找到用空格隔开的单词。使用最小回溯的最佳实践是什么

我找到了这个解决方案：

Regex: \d+\s([a-zA-Z]+\\s{0,1}){1,} in a sentence
Input: 1234 this is words in a sentence

所以，this is words-我必须使用regex([a-zA-Z]+\\s{0,1}){1,}进行检查，而单词in a sentence我必须使用regexin a sentences中的常量单词进行检查

但在本例中，是regex101。com给我调试4156个步骤，这是灾难性的回溯。有办法避免吗

我还有另一个更复杂的例子，它需要86000个步骤，但无法验证

主要问题是，我必须找到所有用空格分隔的单词，但同时regex包含用空格分隔的单词（常量）。这就是我遭遇灾难性回溯的地方

我必须使用Java来完成这项工作

Answer 1

如果我理解正确的话，你想匹配任何由空格分隔的单词加上句子“in a句子”

您可以尝试以下解决方案：

(in a sentence)|(\S+)

如regex101上的示例所示：Exemple

正则表达式按61个步骤匹配。 在“in a句子”之后，你可能会遇到标点问题。做一些测试

我希望我能帮上忙

Answer 2

你想找到用space分隔的单词。所以你至少应该说1 or more space。你可以使用这个，只需要37个步骤

\d+\s([a-zA-Z]+\s+)+in a sentence

见演示

https://regex101.com/r/tD0dU9/4

对于java双转义所有ie \d==\\d

Answer 3

您可以尝试将字符串拆分为一个字符串数组，然后在删除数组中与您的单词定义不匹配的任何成员（例如空格或puncuation）后，找到数组的大小

String[] mySplitString = myOriginalString.split(" ");
for(int x = 0; x < mySplitString.length; x++){
    if(mySplitString[x].matches("\\w.*"/*Your regex for a word here*/)) words++;
}

mySplitString是从原始字符串中拆分出来的字符串数组。将删除所有空白字符，并将空白之前、之后或中间的子字符串放入新的字符串数组中。for循环在拆分字符串数组中运行，检查每个数组成员是否包含一个单词（至少一次字符或数字），并将其添加到总字数中