具有排除模式的 Java 正则表达式 replaceAll

Question

我试图通过将每个关键字替换为 <b>kw</b> 来使搜索关键字在结果标题中加粗使用 replaceAll()方法。还需要忽略关键字中的任何特殊字符以突出显示。这是我正在使用的代码，但它在第二遍中双重替换了粗体指令。我正在寻找一个优雅的正则表达式解决方案，因为我的替代方案变得太大而无法涵盖所有​​情况。例如，使用此输入:

addHighLight("a b", "abacus") 

...我得到这个结果:

<<b>b</b>>a</<b>b</b>><b>b</b><<b>b</b>>a</<b>b</b>>cus

public static String addHighLight(String kw, String text) {
    String highlighted = text;
    if (kw != null && !kw.trim().isEmpty()) {
        List<String> tokens = Arrays.asList(kw.split("[^\\p{L}\\p{N}]+"));
        for(String token: tokens) {
            try {
                highlighted = highlighted.replaceAll("(?i)(" + token + ")", "<b>$1</b>");
            } catch ( Exception e) {
                e.printStackTrace();
            }
        }
    }
    return highlighted;
}

Answer 1

1. 不要忘记使用Pattern.quote(token)(除非保证非正则表达式转义kw)
2. 如果您必须使用 replaceAll()(而不是将输入标记化为 tag|text|tag|text|... 并仅将替换应用于文本，这会更简单和更快)-下面的代码应该有帮助

请注意，它效率不高 - 它匹配一些空的或已经突出显示的点，因此需要在替换后“固化”，但应该正确处理 XML/HTML 标签(CDATA 除外)。

这是一个“治愈”函数(没有空检查):

private static Pattern cureDoubleB = Pattern.compile("<b><b>([^<>]*)</b></b>");
private static Pattern cureEmptyB = Pattern.compile("<b></b>");
private static String cure(String input) {
    return cureEmptyB.matcher(cureDoubleB.matcher(input).replaceAll("<b>$1</b>")).replaceAll("");
}

replaceAll 行应该是这样的:

String txt = "[^<>" + Pattern.quote(token.substring(0, 1).toLowerCase()) + Pattern.quote(token.substring(0, 1).toUpperCase()) +"]*";
highlighted = cure(highlighted.replaceAll("((<[^>]*>)*"+txt+")(((?i)" + Pattern.quote(token) + ")|("+txt+"))", "$1<b>$4</b>$5"));