代码之家 › 专栏 › 技术社区 › celsowm

如何优化这个正则表达式?

replaceall string regex java

celsowm · 技术社区 · 14 年前

我的工具坏了 纯文本 生成“标签” 替换条款 从标签中的文本。由于某些复合词的存在,导致 唯一的办法 (我想) 是否使用ReplaceAll 正则表达式

感谢stackoverflow的朋友们,在我的最后一个问题中,我的应用程序得到了一个非常好的正则表达式,但是经过测试,出现了一个新的需求:

“替换标记外和另一个单词外的所有单词的正则表达式”

原始代码:

String str = "world worldwide <a href=\"world\">my world</world>underworld world";
str = str.replaceAll("\\bworld\\b(?![^<>]*+>)", "repl");
System.out.println(str);

不是

预期结果 :

repl worldwide <a href="world">my world</world>underworld repl

1 回复 | 直到 14 年前

polygenelubricants 14 年前

我不认为regex是这项工作的最佳工具,但是如果你只是想调整和优化你现在拥有的,你可以使用boundary这个词 \b ,扔掉不必要的捕获组和可选的重复说明符,使用所有格重复:

\bworld\b(?![^<>]*+>)

这个 \bworld\b "world" 被零宽度单词边界锚定所包围。这将阻止它与 “世界” 在里面 "underworld" "worldwide" \b世界\b "a_world_domination" .

原始模式还包含一个子模式 (x+)? . 这可能是更好的表述为简单 x* . 也就是说,不是“零或一” ? “一个或多个” + ,简单地说是“零或更多” *

捕获组 (â¦) (?:â¦)

另请注意 [^<] ,我们现在禁止使用 [^<>]

(The) [â¦] 是一个 character class [aeiou] 匹配任何一个小写元音。 [^â¦] 是一个角色类。 [^aeiou] 任何事 小写元音。)

当然 (?!â¦) 是 消极的 不是

\bworld\b(?![^<>]*+>)
\_______/\__________/ NOT the case that
 "world"                      the first bracket to its right is a closing one
 surrounded by
 word boundary anchors

工具书类

regular-expressions.info/Word Boundaries Brackets for Grouping , Repetition , Possessive Lookarounds

注意,要在Java字符串文本中获得反斜杠,需要将其加倍,因此作为Java字符串文本的整个模式是 "\\bworld\\b(?![^<>]*+>)"

推荐文章

Dima Malko · 如何在指定符号前添加符号?

2 年前

shekharsabale · 从列表元素捕获子字符串

2 年前

Kamran Ali · 类中的Construtor Drink Drink不能应用于给定类型

2 年前

Manny · 如何比较Perl中的字符串?

2 年前

FÄÅ ÛÅ · 字典、列表和字符串

2 年前

displayName is undefined · 如何将字符串转换为非字符串?

2 年前

AntonioGrissini · 如何在python中将字符串“翻译”为整数?

2 年前

Manan Girdhar · 拆分字符串并仅在java中使用第二部分

2 年前

AnxiousLuna · Python使用len()获取数组索引数

2 年前

antonoyaro8 · 数据帧中每列上的Grepl

2 年前