在Java中用多个正则表达式替换字符

Question

我有以下字符串：

String str = "Klaße, STRAßE, FUß";

使用组合正则表达式，我想将德语中的ß字母替换为相应的ss或SS。 为此，我有：

String replaceUml = str
        .replaceAll("ß", "ss")
        .replaceAll("A-Z|ss$", "SS")
        .replaceAll("^(?=^A-Z)(?=.*A-Z$)(?=.*ss).*$", "SS");

期望结果：

Klasse, STRASSE, FUSS

实际结果：

Klasse, STRAssE, FUSS

我错在哪里了？

- bofanda

---

我不确定我理解你认为你的表达式是做什么的。第一个将 ß 替换为 ss，第二个接受单词末尾的 ss（或字符串 A-Z）并将其替换为 SS（这就是为什么 FUSS 是正确的），但我无法弄清楚你认为第三个应该做什么... 你能澄清一下吗？ - Floris

@Floris 第三个函数的作用是查找以大写字母开头和结尾，并且中间包含“ss”的字符串。如果所有条件都成立，则将“ss”替换为“SS”。 - bofanda

如果我正确理解你的意图，那么你正在尝试用小写的 ss 替换字符串，如果该字符串仅包含小写字符，则使用大写的 SS 进行替换。第三个替换我仍然无法弄清楚你想要实现什么，你可能将字符类范围与字面字符匹配混淆了。 - Ibrahim Najjar

Answer 1

首先，如果你想匹配 A-Z 范围内的某个字符，你需要将它放在方括号中。这个

.replaceAll("A-Z|ss$", "SS")

将在源代码中查找A-Z三个字符，这并不是您想要的。其次，我认为您对符号|的含义感到困惑。如果您这样说：

.replaceAll("[A-Z]|ss$", "SS")

它将用SS替换单词末尾的任何大写字母，因为|表示查找这个或那个。

你的方法存在第三个问题，即第二和第三个replaceAll将查找原始字符串中的任何ss，即使它不是来自ß。这可能是你想要的，也可能不是。

这是我会做的：

String replaceUml = str
    .replaceAll("(?<=[A-Z])ß", "SS")
    .replaceAll("ß", "ss");

如果ß前面的字符是大写字母，则首先将所有的ß替换为SS；然后，如果还有任何ß剩余，则将其替换为ss。实际上，如果ß之前的字符是像Ä这样的变音符号，则此方法不起作用，因此您可能需要更改此方法：

String replaceUml = str
    .replaceAll("(?<=[A-ZÄÖÜ])ß", "SS")
    .replaceAll("ß", "ss");

（可能有更好的方式来指定“大写Unicode字母”; 我会寻找它。）

编辑:

String replaceUml = str
    .replaceAll("(?<=\\p{Lu})ß", "SS")
    .replaceAll("ß", "ss");

一个问题是，如果ß是文本中的第二个字符，并且单词的第一个字母大写，但单词的其余部分不是大写的，则它将无法工作。在这种情况下，您可能希望使用小写的“ss”。

String replaceUml = str
    .replaceAll("(?<=\\b\\p{Lu})ß(?=\\P{Lu})", "ss")
    .replaceAll("(?<=\\p{Lu})ß", "SS")
    .replaceAll("ß", "ss");

现在，第一条规则将在 ß 前面是大写字母并且后面不是大写字母的情况下将其替换为 ss。 使用大写字母 P 的 \P{Lu} 将匹配除大写字母外的任何字符（它是小写字母 p 的反义词 \p{Lu}）。 我们还包括了 \b 来测试单词的第一个字符。

- ajb

---

+1 但我认为你还需要向前看，以防 Aßbc 的情况，你想要 Assbc（不知道德语单词是否存在第二个字母 ß，但从模式方面来看，这是一个边缘情况）。 - Bohemian

是的，我和你想的一样。而且我怀疑像那样以 "t" 或 "p" 结尾的单词确实存在，但我不确定，而且为了让事情更有趣，德国政府最近改变了使用 ß 的规则，所以我在高中学习的德语可能已经过时了。 - ajb

Answer 2

String replaceUml = str
    .replaceAll("(?<=\\p{Lu})ß", "SS")
    .replace("ß", "ss")

这里使用了 正则表达式，并且在一个 Unicode 大写字母 ("SÜß") 前面加上一个大写的 "SS"。

(?<= ... ) 是一个后顾断言，一种上下文匹配方式。你也可以这样写：

    .replaceAll("(\\p{Lu})ß", "$1SS")

由于 ß 不会出现在单词开头，因此您需要注意这一点。

您的主要问题是没有使用方括号 [A-Z]。

- Joop Eggen

Answer 3

将你的正则表达式拆分为部分：

正则表达式 101 演示

正则表达式

/ß/g

描述

ß Literal ß
g modifier: global. All matches (don't return on first match)

可视化

---

正则表达式 101 演示

正则表达式

/([A-Z])ss$/g

描述

1st Capturing group ([A-Z]) 
    Char class [A-Z]  matches:
        A-Z A character range between Literal A and Literal Z
ss Literal ss
$ End of string
g modifier: global. All matches (don't return on first match)

可视化

---

正则表达式 101 演示

正则表达式

/([A-Z]+)ss([A-Z]+)/g

描述

1st Capturing group ([A-Z]+) 
    Char class [A-Z] 1 to infinite times [greedy] matches:
        A-Z A character range between Literal A and Literal Z
ss Literal ss
2nd Capturing group ([A-Z]+) 
    Char class [A-Z] 1 to infinite times [greedy] matches:
        A-Z A character range between Literal A and Literal Z
g modifier: global. All matches (don't return on first match)

可视化

---

专为您定制

String replaceUml = str
    .replaceAll("ß", "ss")
    .replaceAll("([A-Z])ss$", "$1SS")
    .replaceAll("([A-Z]+)ss([A-Z]+)", "$1SS$2");

- abc123

---

嗯，那不会删除ss前面的字符吗？ - ajb

是的，如果您点击链接，我使用了捕获组，只是在解决方案编辑代码中没有使用。 - abc123

你需要使用双反斜杠 \1 和 \2。 - ajb

这是Java，不是JavaScript。 - Bohemian

是的，我之前没有注意到。 （另外，这不是Perl。） 应该是$1和$2。 \\1和\\2不起作用。 - ajb

Answer 4

使用 String.replaceFirst() 代替 String.replaceAll()。

replaceAll("ß", "ss")

这将替换所有 "ß" 的出现。因此，在执行此语句之后，输出变为：

Klasse, STRAssE, FUss

现在，replaceAll("A-Z|ss$", "SS") 将 "ss" 的最后一个出现替换为 "SS"，因此您的最终结果如下：

Klasse, STRAssE, FUSS

要获得您的 期望结果，请尝试以下内容：

String replaceUml = str.replaceFirst("ß", "ss").replaceAll("ß", "SS");

- Ankur Shanbhag

---

根据您的建议，我现在得到了以下结果：Klasse，STRAssE，FUss。 - bofanda

试试使用 replaceFirst()。它会有所帮助的。 :-) - Ankur Shanbhag

根据您的回答，我们得到了结果：“Klasse，STRAssE，FUSS”，但我想要“Klasse，STRASSE，FUSS”。 - bofanda

请查看我的回答的最后一部分，我已经粘贴了代码以获取您期望的结果。希望这能有所帮助。 - Ankur Shanbhag