正则表达式匹配猪

使用Apache的猪和文本正则表达式匹配猪

hahahah. my brother just didnt do anything wrong. He cheated on a test? no way!

我想匹配“哥哥只是没有做任何事。”

理想情况下，我想匹配任何以“我的兄弟”开头并以标点符号（句尾）或EOL结尾的内容。

望着猪文档，然后链接到的java.util.regex.Pattern下面，我想我应该能够使用

extrctd = FOREACH fltr GENERATE FLATTEN(EXTRACT(txt,'(my brother just .*\\p{Punct})')) as (txt:chararray);

，但似乎匹配，直到行结束。有关进行这场比赛的任何建议？我准备拉我的头发，并拉我的头发，我的意思是切换到蟒蛇流

默认量词是greedy。这意味着它们尽可能匹配。在这种情况下，您只想匹配到第一个标点符号。换句话说，你想尽可能少地匹配。

所以要解决你的问题，你应该让quanitifer非贪婪通过后加入?立刻道：

 
my brother just .*?\\p{Punct} 
       ^

注意的是，使用?这里是它作为量词使用不同的地方就意味着“匹配零或一个'。

2010-07-19 21:08:15

你介意解释贪婪的部分吗？我以为我只会从单词，任何下面的文本，直到标点符号的第一个实例进行匹配。 – 2010-07-19 21:14:28

如果没有非贪婪，它与标点符号的第一个实例不匹配，而是匹配直到_last_一个。 – Wrikken 2010-07-19 21:17:45

@Neil Kodner：我已经更新了答案。 – 2010-07-19 21:18:04

你试过：.*(my brother just .*\\p{Punct})

它看起来像你想表达的my brother部分是开始时字符串，但在你的例子中它是在字符串的中间，所以你必须考虑my brother之前的所有内容。

你是匹配。*这是...一切...尝试[az] *仅匹配字母

2010-07-19 21:09:34 FlyingStreudel

或'[a-zA-Z0-9]'怎么样？ – FrustratedWithFormsDesigner 2010-07-19 21:10:28

回答