如何用正则提取目标字符串并保留KEYWORD等指定结构？

咱们直接来搞定你的问题——要从给定的德语句子里精准提取ein anderes Konsortium，同时保留KEYWORD、MULTIMATCHPATTERN、INFORMATIONSEXTRAKTOR这三个核心结构。

核心正则模式设计 #

针对你的目标短语，我们可以结合上下文设计精准匹配的规则：

• KEYWORD: 直接用目标短语作为提取关键词，明确提取指向
• MULTIMATCHPATTERN: 设计带捕获组的正则，匹配句子中für 之后的目标短语（原句里目标短语紧跟该介词）
• INFORMATIONSEXTRAKTOR: 基于正则编译出匹配器，用于提取捕获组内容

Java代码实现（基于KlassifizierungsgruppenP...类） #

public class KlassifizierungsgruppenProcessor {
    // 定义核心结构常量
    private static final String KEYWORD = "ein anderes Konsortium";
    // 正则模式：匹配"für "后的目标短语，捕获组1为提取内容
    private static final String MULTIMATCHPATTERN = "für\\s+(ein\\s+anderes\\s+Konsortium)";
    private static final Pattern INFORMATIONSEXTRAKTOR = Pattern.compile(MULTIMATCHPATTERN);

    public static String extractTargetString(String inputText) {
        if (inputText == null || inputText.isBlank()) {
            return "";
        }
        Matcher matcher = INFORMATIONSEXTRAKTOR.matcher(inputText);
        if (matcher.find()) {
            // 返回捕获组1的内容，即目标字符串
            return matcher.group(1);
        }
        return "";
    }

    public static void main(String[] args) {
        String input = "Nach unserer Information handelt es sich bei dieser Bedarfsanforderung um einen Folgeabruf für ein anderes Konsortium. Diese Information erfolgt ohne Gewähr.";
        String result = extractTargetString(input);
        System.out.println("提取结果: " + result); // 输出: ein anderes Konsortium
    }
}

正则逻辑说明 #

• für\\s+: 匹配德语介词für及后续的一个或多个空白字符，适配句子里的空格分隔
• (ein\\s+anderes\\s+Konsortium): 捕获组精准匹配目标短语的每个单词及间隔空格，避免误匹配或遗漏
• 用上下文匹配的好处是：依托原句里固定的前置语境，能排除其他无关内容的干扰，保证提取的准确性

如果后续句子里目标短语的上下文有变化，也可以调整正则的前置匹配规则（比如扩展为um\\s+einen\\s+Folgeabruf\\s+für\\s+(ein\\s+anderes\\s+Konsortium)），当前版本已经完美适配你给出的输入句子。

内容的提问来源于stack exchange，提问作者benz