Question

我正在尝试使用Java的Pattern和Matcher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，我从两个问题（Java Replacing multiple different substring in a string at once，Replacing multiple substrings in Java when replacement text overlaps search text）开始遵循编码模式。在两者中，他们创建一个或者搜索模式（例如foo | bar）和一个Map（模式，替换），并且在matcher.find()循环内，他们查找并应用替换。

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。我该怎么做才能解决问题？

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();
    }
}

打印出来：

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

您错误输入了一个正则表达式：

    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与众不同。 map.getKeySet（）无法保证顺序，因此在检查\\bi\\b之前，它可能只是用I替换i。

Answer 2

您可以使用捕获组，而不会偏离现有设计太远。因此，不是使用匹配的模式作为键，而是根据List中的顺序查找。

您需要更改 join 方法，在每个模式周围放置一个parantheses，如下所示：

private static String join(Set<String> set, String delimiter) {
    StringBuilder sb = new StringBuilder();
    sb.append("(");
    int numElements = set.size();
    int i = 0;
    for (String s : set) {
        sb.append(s);
        if (i++ < numElements - 1) {
            sb.append(")");
            sb.append(delimiter);
            sb.append("(");         }
    }
    sb.append(")");
    return sb.toString();
}

作为旁注，在原始代码清单中使用Pattern.quote会导致匹配失败，而这些元字符存在。

完成此操作后，您现在需要确定哪个捕获组负责匹配。为简单起见，我将假设没有一个匹配模式本身包含捕获组，在这种情况下，这样的东西可以在matcher while循环中起作用：

        int index = -1;
        for (int j=1;j<=replacements.size();j++){
            if (matcher.group(j) != null) {
                index = j;
                break;
            }

        }
        if (index >= 0) {
            System.out.printf("Match on index %d = %s %d %d\n", index, matcher.group(index), matcher.start(index), matcher.end(index));
        }

接下来，我们希望使用生成的索引值直接索引到替换中。原始代码使用HashMap，不适合这个;你将不得不重构它以某种形式使用一对列表，一个包含匹配模式列表，另一个包含相应的替换字符串列表。我不会在这里这样做，但我希望它提供足够的细节来创建一个有效的解决方案。

使用元字符正则表达式模式执行多个字符串替换

2 个答案: