java - 使用元字符正则表达式模式执行多个字符串替换

Question

我正在尝试使用 Java 的模式和匹配器执行多个字符串替换，其中正则表达式模式可能包含元字符(例如\b、() 等)。例如，对于输入字符串 fit i am，我想应用替换:

\bi\b --> EYE
i     --> I

然后我遵循两个问题的编码模式( Java Replacing multiple different substring in a string at once ， Replacing multiple substrings in Java when replacement text overlaps search text )。在这两种情况下，他们都会创建一个 or'ed 搜索模式(例如 foo|bar)和一个(模式，替换)的映射，并且在 matcher.find() 循环内，他们查找并应用替代品。

我遇到的问题是 matcher.group() 函数不包含有关匹配元字符的信息，因此我无法区分 i 和 \bi\b。请参阅下面的代码。我可以做什么来解决这个问题？

import java.util.regex.Matcher;    
import java.util.regex.Pattern;
import java.util.*;

public class ReplacementExample
{
    public static void main(String argv[])
    {
        Map<String, String> replacements = new HashMap<String, String>();
        replacements.put("\\bi\\b", "EYE");
        replacements.put("i", "I");

        String input = "fit i am";

        String result = doit(input, replacements);

        System.out.printf("%s\n", result);
    }


    public static String doit(String input, Map<String, String> replacements)
    {
        String patternString = join(replacements.keySet(), "|");
        Pattern pattern = Pattern.compile(patternString);
        Matcher matcher = pattern.matcher(input);
        StringBuffer resultStringBuffer = new StringBuffer();

        while (matcher.find())
        {
            System.out.printf("match found: %s at start: %d, end: %d\n",
                matcher.group(), matcher.start(), matcher.end());

            String matchedPattern = matcher.group();
            String replaceWith = replacements.get(matchedPattern);

            // Do the replacement here.
            matcher.appendReplacement(resultStringBuffer, replaceWith);
        }

        matcher.appendTail(resultStringBuffer);

        return resultStringBuffer.toString();
    }

    private static String join(Set<String> set, String delimiter)
    {
        StringBuilder sb = new StringBuilder();
        int numElements = set.size();
        int i = 0;

        for (String s : set)
        {
            sb.append(Pattern.quote(s));
            if (i++ < numElements-1) { sb.append(delimiter); }
        }

        return sb.toString();
    }
}

打印出:

match found: i at start: 1, end: 2
match found: i at start: 4, end: 5
fIt I am

理想情况下，它应该是fIt EYE am。

Answer 1

您输错了一个正则表达式:

    replacements.put("\\bi\\", "EYE"); //Should be \\bi\\b
    replacements.put("i", "I");

您可能还想让您的正则表达式独一无二。 map.getKeySet() 无法保证顺序，因此它可能只是在检查 \\bi\\b 之前将 i 替换为 I。