java - 正则表达式与 & 符号不匹配

Question

我正在尝试匹配以下正则表达式:

\b(?:mr|mrs|ms|miss|messrs|mmes|dr|prof|rev|sr|jr|&|and)\.?\b

换句话说，单词边界后跟上面的任何字符串(可选地后跟句点字符)，然后是单词边界。

我试图在 Java 中匹配它，但与符号不匹配。例如:

Pattern p = Pattern.compile(
        "\\b(?:mr|mrs|ms|miss|messrs|mmes|dr|prof|rev|sr|jr|&|and)\\.?\\b", 
        Pattern.CASE_INSENSITIVE);
    
String result = p.matcher("mr one and mrs.two and three & four").replaceAll(" ");
    
System.out.println("["+result+"]");

其输出为:[一二三和四]

我也在 regex101 上尝试过这个，并且 & 符号再次不匹配:https://regex101.com/r/klkmwl/1

转义 & 符号没有什么区别，我尝试使用十六进制转义序列 \x26 而不是 & 符号(如 this question 中的建议)。为什么这不匹配？

Answer 1

如果您的正则表达式位于单词字符之间，则它将匹配＆符号，例如三和四，参见this regex demo 。发生这种情况是因为非单词字符之前的 \b 要求单词字符紧接在其前面。另外，由于可选点后面有一个 \b，因此仅当左侧紧邻单词字符时，点和 & 符号才会匹配。

您需要重写模式，以便将单词边界应用于单词而不是符号:

Pattern p = Pattern.compile(
        "(?:\\b(?:mr|mrs|ms|miss|messrs|mmes|dr|prof|rev|sr|jr|and)\\b|&)\\.?", 
        Pattern.CASE_INSENSITIVE);

请参阅regex demo online .