Java中使用String.replaceAll进行正则表达式替换

Question

我想要替换一个Java字符串的值，以下代码无法实现此功能。

        cleanInst.replaceAll("[<i>]", "");
        cleanInst.replaceAll("[</i>]", "");
        cleanInst.replaceAll("[//]", "/");
        cleanInst.replaceAll("[\bPhysics Dept.\b]", "Physics Department");
        cleanInst.replaceAll("[\b/n\b]", ";");
        cleanInst.replaceAll("[\bDEPT\b]", "The Department");
        cleanInst.replaceAll("[\bDEPT.\b]", "The Department");
        cleanInst.replaceAll("[\bThe Dept.\b]", "The Department");
        cleanInst.replaceAll("[\bthe dept.\b]", "The Department");
        cleanInst.replaceAll("[\bThe Dept\b]", "The Department");
        cleanInst.replaceAll("[\bthe dept\b]", "The Department");
        cleanInst.replaceAll("[\bDept.\b]", "The Department");
        cleanInst.replaceAll("[\bdept.\b]", "The Department");
        cleanInst.replaceAll("[\bdept\b]", "The Department");

什么是实现上述替换的最简单方法？

- user2072797

---

你说的“不工作”是什么意思？ - stinepike

删除方括号（[和]）。这些是字符类。如果还有其他问题，请提供更具体的信息。 - Reinstate Monica -- notmaynard

你是否了解正则表达式中的字符类是什么？http://regex.info - fge

字符串是不可变的。 - SLaks

忽略大小写修饰符可以用于许多dept替换。 - Isaac

正如@SLaks所指出的那样：字符串是不可变的。如果您不在某个地方存储String.replaceAll()的返回值，那么您的代码将无法执行任何操作。目前，您的代码没有对返回值进行任何处理。 - jahroy

Answer 1

如果你在使用连续的函数，那么会有问题。每次调用都会重新编译正则表达式。最好将它们创建为常量。你可以像这样做。

private static final Pattern[] patterns = {
    Pattern.compile("</?i>"),
    Pattern.compile("//"),
    // Others
};

private static final String[] replacements = {
    "",
    "/",
    // Others
};

public static String cleanString(String str) {
    for (int i = 0; i < patterns.length; i++) {
        str = patterns[i].matcher(str).replaceAll(replacements[i]);
    }
    return str;
}

- Paul Vargas

---

现在我们每次创建Matcher对象，而不是使用Pattern。这样做有什么好处呢？ - rpattabi

因为编译正则表达式模式的成本比为（预编译的）模式创建匹配器更高？ - Ade Miller

Answer 2

cleanInst.replaceAll("[<i>]", "");

should be:

cleanInst = cleanInst.replaceAll("[<i>]", "");

由于String类是不可变的，并且不改变其内部状态，即replaceAll()返回一个与cleanInst不同的新实例。

- Eng.Fouad

Answer 3

您应该阅读一份基础的正则表达式教程。

在那之前，您可以像这样完成您想要做的事情：

cleanInst = cleanInst.replace("//", "/");
cleanInst = cleanInst.replaceAll("</?i>", "");
cleanInst = cleanInst.replaceAll("/n\\b", ";")
cleanInst = cleanInst.replaceAll("\\bPhysics Dept\\.", "Physics Department");
cleanInst = cleanInst.replaceAll("(?i)\\b(?:the )?dept\\b\\.?", "The Department");

你可能可以将所有这些替换操作串联起来（但我不知道正确的Java语法）。

关于单词边界：通常\b只在字母数字字符直接前后才有意义。

例如，\b/n\b仅会匹配在字母数字字符之前且在非字母数字字符之后的/n，因此它会匹配"a/n!"但不会匹配"foo /n bar"。

- Tim Pietzcker

---

你的答案很不错，但为什么对于“the”使用非捕获组？这只是为了“性能”吗？因为在我看来，可读性下降比性能提高更多。顺便说一句，我怀疑/n应该是\n。 - Bohemian

我只是习惯这样做。除非我想捕获一个组，否则我从不使用捕获括号。我同意清楚地表达自己的意图和可读性之间存在紧张关系。 - Tim Pietzcker