java - REGEX 贪婪或语法错误

Question

我尝试从文本中的引号中删除所有 [.!?] ，这样做，我想首先捕获所有引号，包括 [.!?] 之后使用正则表达式删除它们。

我的正则表达式不起作用，可能是因为它太贪婪了。它从我的“«”(索引 569 处的字符)到最后一个字符，即另一个“»”(索引 2730 处的字符)。

我的正则表达式是:

Pattern full=Pattern.compile("«.*[.!?].*?»");

Matcher mFull = full.matcher(result);
while(mFull.find()){
    System.out.println(mFull.start()+"  "+mFull.end());
}

所以我得到:

569   2731

此外，同样的贪婪问题，捕获句子(以任何 [A-Z] 开头并以任何 [.!?] 结尾。

Answer 1

您可以使用

s = s.replaceAll("(\\G(?!^)|«)([^«».!?]*)[.!?](?=[^«»]*»)", "$1$2");

请参阅regex demo

详细信息

• (\G(?!^)|«) - 第 1 组(其值由替换模式中的 $1 引用):上一场比赛或 <
• ([^«».!?]*) - 第 2 组 ($2):除 « 之外的任何 0+ 个字符， »、!、. 和 ?
• [.!?] - 三个符号中的任何一个
• (?=[^«»]*») - 除 « 之外的 0 个或多个字符后必须有 » 且» 紧邻当前位置的右侧。