使用Java Matcher匹配短语时如何获取短语各单词的词级索引

算力阿峰

2026-10-7

解决方案

实现思路

调用Matcher的start()方法，获取匹配短语在原字符串中首个字符的下标
统计该下标之前的字符串包含的单词数量，即可得到匹配短语第一个词对应的词级索引
拆分目标短语得到单词总个数，从起始索引递增即可生成全部匹配词的索引

完整可运行代码

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

public class GetMatchWordIndex {
    public static void main(String[] args) {
        String line = "I know this sentence repeats but you know that it doesn't";
        // 要匹配的目标短语
        String targetPhrase = "but you know";

        Matcher matcher = Pattern.compile(targetPhrase).matcher(line);
        if (matcher.find()) {
            // 取匹配短语的字符起始位置
            int matchStartPos = matcher.start();
            // 统计起始位置之前的单词数，得到第一个匹配词的索引
            String prefixStr = line.substring(0, matchStartPos).trim();
            int startWordIndex = prefixStr.isEmpty() ? 0 : prefixStr.split("\\s+").length;
            // 取目标短语的单词数量
            int phraseWordNum = targetPhrase.split("\\s+").length;
            // 组装索引列表
            List<Integer> resultIndexes = new ArrayList<>();
            for (int i = 0; i < phraseWordNum; i++) {
                resultIndexes.add(startWordIndex + i);
            }
            // 输出结果：[5, 6, 7]
            System.out.println(resultIndexes);
        }
    }
}