本文介绍如何使用正则表达式精准提取两个相同单词（作为起止标记）之间的子字符串，避免误匹配子串（如“is”不匹配“this”），并提供可直接运行的 java 8+ 示例代码与关键注意事项。
在实际字符串处理中，常需提取位于两个相同完整单词之间的内容（例如 "this is an example to extract sentence between is" 中，以单词 "is" 为前后边界，提取中间的 "an example to extract sentence between"）。注意：这里的 "is" 必须是独立单词（word boundary），不能是其他单词的子串（如 "this" 或 "ising" 应被忽略）。
直接使用 indexOf() 手动查找起止位置容易出错——正如提问中所示，它会将第一个 "is"（在 "this" 中）误判为起点，或无法保证两次匹配均为完整单词。更可靠的方式是采用基于单词边界的正则表达式，利用 (?<=...)（正向先行断言）和 (?=...)（正向后行断言）确保匹配严格发生在两个独立 "is" 之间。
以下是推荐的 Java 实现（兼容 Java 8+，无需额外依赖）：
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class SubstringBetweenSameWord {
public static void main(String[] args) {
String originalString = "this is an example to extract sentence between is";
String delimiter = "is";
// 构建动态正则：要求前后均为完整单词 {delimiter}
String regex = "(?<=\b" + Pattern.quote(delimiter) + "\b)(.*?)(?=\b" + Pattern.quote(delimiter) + "\b)";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(originalString);
if (matcher.find()) {
System.out.println(matcher.group(1).trim()); // 输出：an example to extract sentence between
} else {
System.out.println("未找到有效的成对边界词");
}
}
}✅ 关键要点说明：
- 使用 Pattern.quote(delimiter) 防止分隔符含正则元字符（如 "a.b"）导致编译失败；
- \b 表示单词边界，确保 "is" 不会从 "this" 或 "island" 中误匹配；
- .*? 采用非贪婪匹配，避免跨多组边界时过度捕获；
- trim() 清除可能的首尾空格，提升结果可用性；
- 若字符串中存在多个 "is"，该正则默认匹配第一对有效闭合区间（即首个起始 "is" 与之后最近的结束 "is"）；如需全部匹配，可循环调用 matcher.find()。
⚠️ 注意事项：
- Apache Commons Lang 的 StringUtils.substringBetween() 仅支持不同的 start/end 字符串（如 substringBetween(str, "start", "end")），不适用于本场景；
- 纯 indexOf() 方案需手动校验单词边界（如结合空格/标点判断），逻辑复杂且易出错，不建议用于生产环境；
- 若分隔符可能出现在句首或句尾（如 "is hello world is"），当前逻辑仍适用；但若仅有单个 "is"，则 matcher.find() 返回 false，应做好空值处理。
综上，正则表达式是解决“相同单词边界间提取”问题最简洁、健壮且符合语义的方式，兼顾准确性与可维护性。
