在匹配文本中查找单词索引

Question

我正在使用 Matcher 在句子中查找短语，但我还想在找到的短语中查找每个单词的索引。我的意思是想象一个句子被每个词索引：

This is my wonderful sentence
0    1  2  3         4

它们将按上述方式编入索引。但是，我只需要找到短语本身，而不是句子中其他地方的短语中的单个单词。

I know this sentence repeats but you know that it doesn't
0 1    2    3        4       5   6   7    8    9  10

如果我匹配短语 but you know 然后我想获得匹配的单词的索引，但我不想 return 为单词 know 附近的索引 1一开始，我只想 return 5、6 和 7。我想不出有什么好的方法来匹配这个短语和这个代码：

String line = "I know this sentence repeats but you know that it doesn't";

final Matcher match = Pattern.compile("but you know").matcher(line);
if (match.find()) 
    System.out.println(match.group(0));

明确地说，我想要这个匹配短语的索引号 5、6 和 7，在数组或其他东西中。

Answer 1

这是一种方法。

找到短语的索引并获取到该点为止的句子的子字符串。
然后使用拆分对子字符串中的单词进行计数。数组的长度将是短语第一个单词的起始索引，除非 indexOfPhrase == 0。那么它将是0.
然后拆分短语得到每个词，递增初始子串的前一个词索引。

String sentence =
        "I know this sentence repeats but you know that it doesn't";

String phrase = "but you know";

int indexOfPhrase = sentence.indexOf(phrase);

String[] temp = sentence.substring(0, indexOfPhrase).trim().split("\s+");
int firstIndex = indexOfPhrase == 0 ? 0 : temp.length;

int start = firstIndex;
for (String word : phrase.split("\s+")) {
    System.out.printf("%8s : %d%n", word,start++);
}

版画

     but : 5
     you : 6
    know : 7

要将值放入数组中，您可以执行以下操作：

int[] indices = new int[phrase.split("\s+").length]; 
Arrays.setAll(indices, i-> firstIndex+i);

在匹配文本中查找单词索引

Find index of words in matched text

java

matcher