Si quieres una expresión regular que te detecte un número seguido de una palabra en español, sería algo como esto:
"\\d+ [A-Za-zÁÉÍÓÚÑÜáéíóúñü]+"
Básicamente estás buscando un número formado por uno o más caracteres (\\d+
), seguido de un espacio (
), seguido de caracteres de la a
a la z
, vocales con tilde, u
con diéresis o la letra ñ
, lo mismo en mayúsculas que en minúsculas.
Si pueden existir o no espacios entre el número y la palabra, la expresión sería:
"\\d+ *[A-Za-zÁÉÍÓÚÑÜáéíóúñü]+"
Que basícamente es decir que los espacios pueden ser 0 o más usando el cuantificador *
.
Aquí tienes un ejemplo funcionando.
En caso de que quieras detectar solo una lista específica de palabras, podrías incluirlas en un grupo sin captura con varias alternativas, por ejemplo:
"(?:^| )(\\d+ *(?:casa|cajas|lápices))(?:$|\\W)"
La anterior expresión solo detectará los números seguidos de las palabras casa
, cajas
o lápices
, ignorando el resto. Siguiendo las recomendaciones de @Mariano, he situado que antes del número solo pueda haber un inicio de línea o un espacio y que después de la palabra pueda ir solamente un final de línea o cualquier caracter diferente de un caracter alfanumérico (esto debes ajustarlo dependiendo de tus necesidades).
Aquí tienes un ejemplo de esto.
cajas
como variable? ¿Es realmente una variable o un texto literal? Además, podrías leer los 5 puntos que se piden en la descripción de la etiqueta regex y editar tu pregunta para incorporarlos?