Java实现文本独立单词精确匹配 区分大小写不匹配子串

要实现单词存在性校验逻辑，判断指定单词/单词列表中的任意词，是否以独立完整单词形式存在于目标文本中，规则如下：

• 禁止将子串判定为匹配：例如待检测词为car时，文本中出现cars需返回false
• 匹配逻辑严格区分大小写
• 无法直接使用String.contains()方法，该方法仅做子串匹配，不识别完整单词边界

之前编写的正则逻辑存在本质错误：

String goodWord="word";
String review="This is a text containing the word.";
System.out.println(review.matches("\\w*"+goodWord+"\\w*"));

• 正则\w*目标词\w*的含义是「目标词前后可接任意数量的单词字符」，反而会匹配到带前后缀的子串（如sword、words都会被误判为命中）
• String.matches()方法要求整个字符串完全匹配正则规则，无法灵活扫描文本中符合条件的子串，漏判概率极高

核心是使用正则的单词边界符\b：该符号匹配单词字符（[a-zA-Z0-9_]）与非单词字符的分界位置，可以精准卡准独立单词的首尾边缘，不会把前后带其他单词字符的子串判定为匹配。
实现注意事项：

• 用Pattern+Matcher的find()方法扫描文本中符合规则的子串，不要用String.matches()
• 待匹配关键词必须用Pattern.quote()转义，避免关键词中存在正则特殊字符（如.、*、?）引发语法错误
• 不要添加Pattern.CASE_INSENSITIVE标志，保持默认严格区分大小写的匹配逻辑

单个单词匹配示例 #

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

public class WordMatcher {
    public static boolean containsWholeWord(String target, String text) {
        String regex = "\\b" + Pattern.quote(target) + "\\b";
        return Pattern.compile(regex).matcher(text).find();
    }

    public static void main(String[] args) {
        // 正例验证
        String review = "This is a text containing the word.";
        System.out.println(containsWholeWord("word", review)); // 输出true
        
        // 反例验证
        System.out.println(containsWholeWord("car", "There are many cars on the road.")); // 输出false，不匹配cars子串
        System.out.println(containsWholeWord("car", "My car is parked outside.")); // 输出true
        System.out.println(containsWholeWord("word", "This text has Word in it.")); // 输出false，大小写不匹配
    }
}

单词列表任意匹配示例 #

如果需要判断单词列表中是否有任意一个完整单词出现在文本中，可以将所有关键词用|拼接为统一正则，一次扫描完成判断，效率高于循环单匹配：

import java.util.List;
import java.util.StringJoiner;
import java.util.regex.Pattern;

public static boolean containsAnyWholeWord(List<String> targets, String text) {
    StringJoiner joiner = new StringJoiner("|", "\\b(?:", ")\\b");
    for (String target : targets) {
        joiner.add(Pattern.quote(target));
    }
    return Pattern.compile(joiner.toString()).matcher(text).find();
}

补充说明：如果待匹配单词包含\b认定的非单词字符（如连字符-、撇号'），\b的边界判断可能不符合预期，此时可以根据实际的单词定义，改用环视规则自定义边界（例如要求单词前后不能为英文字母），常规英文单词场景下\b可以满足需求。

内容的提问来源于stack exchange，提问作者Shark44