如何在Scala/Java中匹配以#开头的单词？正则表达式求解

你之前用split的思路不对，split是通过匹配分隔符拆分字符串，而你需要的是直接提取符合规则的目标内容，应该用正则的匹配查找功能，而非分割。

正确正则表达式 #

使用#\w+即可，规则解释：

• #：匹配开头的井号
• \w+：匹配后续一个或多个字母、数字、下划线（\w等价于[a-zA-Z0-9_]）

Scala 实现代码 #

替换原代码的正则定义和提取逻辑，用findAllIn方法收集所有匹配项：

val regex = "#\\w+".r

val text = "#shouldMatch1 #shouldMatch2 notMatch nope#shouldMatch3 nooope()#shouldMatch4"

regex.findAllIn(text).toList shouldBe List("#shouldMatch1", "#shouldMatch2", "#shouldMatch3", "#shouldMatch4")

Java 实现代码 #

Java 中使用Pattern和Matcher遍历匹配结果：

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Main {
    public static void main(String[] args) {
        Pattern pattern = Pattern.compile("#\\w+");
        String text = "#shouldMatch1 #shouldMatch2 notMatch nope#shouldMatch3 nooope()#shouldMatch4";
        Matcher matcher = pattern.matcher(text);
        
        List<String> matches = new ArrayList<>();
        while (matcher.find()) {
            matches.add(matcher.group());
        }
        
        // 输出结果应为 [#shouldMatch1, #shouldMatch2, #shouldMatch3, #shouldMatch4]
        System.out.println(matches);
    }
}

为什么之前的方案失效？ #

你用的[^#\\w+]是一个否定字符集，匹配**不是#、字母、数字、下划线、+**的字符，用它做split分隔符时，会把这些字符作为拆分点，但非目标内容（比如notMatch）里没有符合该字符集的内容，所以会被完整保留下来，导致结果不符合预期。

内容的提问来源于stack exchange，提问作者Hejwo