regex - 如何从字符串中获取特定格式的所有子字符串

Question

我有一个大字符串，我想获取格式 [[someword]] 的所有子字符串从中。
意思是，获取包含在左方括号和右方括号中的所有单词(列表)。
现在，一种方法是按空格拆分字符串，然后使用此过滤器过滤列表，但有时会出现问题 [[someword]]不作为词存在，它可能有 , 、空格或 .就在它之前或之后。
做这个的最好方式是什么？

I will appreciate a solution in Scala but as this is more of a programming problem, I will convert your solution to Scala if it's in some other language I know e.g. Python.

This question is different from marked duplicate because the regex needs to able to accommodate characters other than English characters in between the brackets.

Answer 1

你可以用这个(?<=\[{2})[^[\]]+(?=\]{2}) regex 匹配和提取包含在双方括号中的所有您需要的单词。

这是一个Python解决方案，

import re

s = 'some text [[someword]] some [[some other word]]other text '
print(re.findall(r'(?<=\[{2})[^[\]]+(?=\]{2})', s))

打印，

['someword', 'some other word']

我从未在 Scala 工作过，但这里有一个 Java 解决方案，据我所知，Scala 仅基于 Java，因此这可能会有所帮助。

String s = "some text [[someword]] some [[some other word]]other text ";
Pattern p = Pattern.compile("(?<=\\[{2})[^\\[\\]]+(?=\\]{2})");
Matcher m = p.matcher(s);
while(m.find()) {
    System.out.println(m.group());
}

打印，

someword
some other word

如果这就是您要找的，请告诉我。