问Java: replaceAll RegEx中的怪异
EN

Stack Overflow用户

提问于 2020-05-15 20:52:16

回答 1查看 52关注 0票数 2

我正在尝试在Java中操作一个字符串来识别markdown options in Facebook Messenger。

我在几个在线测试人员中测试了RegEx，它工作正常，但当我尝试用Java语言实现时，它只能识别由下划线包围的文本。我这里有一个例子说明了这个问题：

    private String process(String input) {
        String processed = input.replaceAll("(\\b|^)\\_(.*)\\_(\\b|$)", "underscore")
            .replaceAll("(\\b|^)\\*(.*)\\*(\\b|$)", "star")
            .replaceAll("(\\b|^)```(.*)```(\b|$)", "backticks")
            .replaceAll("(\\b|^)\\~(.*)\\~(\\b|$)", "tilde")
            .replaceAll("(\\b|^)\\`(.*)\\`(\\b|$)", "tick")
            .replaceAll("(\\b|^)\\\\\\((.*)\\\\\\)(\\b|$)", "backslashparen")
            .replaceAll("\\*", "%");  // am I matching stars wrong?

    return processed;
}


public void test() {
    String example = "_Text_\n" +
            "*text*\n" +
            "~Text~\n" +
            "`Text`\n" +
            "_Text_\n" +     // is it only matching the first one?
            "``` Text ```\n" +
            "\\(Text\\)\n" +
            "~Text~\n";
    System.out.println(process(example));
}

我希望所有行都会匹配并被替换，但只有第一行匹配。我想知道这是不是因为它是第一行，所以我在中间复制了它，它匹配了两行。然后我想我可能遗漏了一些与特殊字符匹配的东西，所以我添加了一些代码片段来匹配星号，并用百分号替换它，它起作用了。我得到的输出是这样的：

underscore
%text%
~Text~
`Text`
underscore
``` Text ```

(正文)

~文本~

你知道我可能遗漏了什么吗？

谢谢。

java

regex

string

回答 1

Stack Overflow用户

回答已采纳

发布于 2020-05-15 21:45:45

如果使用单词边界，则不需要交替匹配锚点，因为单词边界也会匹配开始和结束位置。所以这实际上是多余的匹配：

(?:^|\b)
(?:\b|$)

这两个都可以被\b取代。

但是，看看你的正则表达式，请注意，只有下划线被认为是一个单词字符，而*，~，`不是单词字符，因此不能在这些字符周围使用\b，而应该使用\B，这与\b相反。

除此之外，还可以做一些更多的改进，比如使用一个否定的字符类来代替贪婪的.*，以及删除不必要的组。

代码：

class MyRegex {
    public static void main (String[] args) {
        String example = "_Text_\n" +
                "*text*\n" +
                "~Text~\n" +
                "`Text`\n" +
                "_Text_\n" +     // is it only matching the first one?
                "``` Text ```\n" +
                "\\(Text\\)\n" +
                "~Text~\n";
        System.out.println(process(example));
    }

    private static String process(String input) {
        String processed = input.replaceAll("\\b_[^_]+_\\b", "underscore")
            .replaceAll("\\B\\*[^*]+\\*\\B", "star")
            .replaceAll("\\B```.+?```\\B", "backticks")
            .replaceAll("\\B~[^~]+~\\B", "tilde")
            .replaceAll("\\B`[^`]+`\\B", "tick")
            .replaceAll("\\B\\\\\\(.*?\\\\\\)\\B", "backslashparen");

        return processed;
    }
}