Question

我正在尝试以下方法：

scala> " in gral.  case".replaceAll("""(?imx) \bgral\.\b """, "(*)")
res14: java.lang.String = " in gral.  case"

问题似乎是第二个\ b，因为如果我尝试

scala> " in gral.  case".replaceAll("""(?imx) \bgral\. """, "(*)")
res16: java.lang.String = " in (*)  case"

它有效

我认为问题在于“。”它本身就是一个单词分隔符，所以如何指出一个不是点？

的单词分隔符

- 修改

我想要完成的是删除几个可能带有或不带点缀的缩写，就像这样（它们是街道名称）

"xxx av av. avenue" -> xxx
"yyy dr dr. doctor zzz" -> yyy zzz

所以我尝试了像

这样的东西

"xxx".replaceAll("""(?imx) \b(?:av\.|av|avenue|dr\.|dr|doctor)\b""", "")

但我得到以下

scala> "xxx av av. avenue".replaceAll("""(?imx) \b(?:av\.|av|avenue|dr\.|dr|doctor)\b""", "")
res30: java.lang.String = "xxx  . "

scala> "yyy dr dr. doctor zzz".replaceAll("""(?imx) \b(?:av\.|av|avenue|dr\.|dr|doctor)\b""", "")
res31: java.lang.String = yyy  .  zzz

Answer 1

这个应该适合你：

replaceAll("""(?im)(^\s*)?\b(?:av\.?|avenue|dr\.?|doctor)(?!\w)\s*""", "")

（见this demo）

Answer 2

我找到了办法

问题在于，实际上我想要识别一个单独的单词（没有消费分隔符），其中包含一个本身就是单词分隔符的字符，就像m.buettner正确评论

如果我只使用\ W（不是单词char）作为分隔符，消耗它，我会松开我想要匹配的两个相邻单词，就像这样

scala> "dr. de. xxx av av. avenue av.".replaceAll("""(?imx) \W(?:av\.|av|avenue|dr\.|dr|doctor)\W""", "")
res3: java.lang.String = dr. de. xxxav.av.

在这种情况下，我匹配第一个“av”（是的，也是空格）和第一个“大道”，我无法匹配拳头“av”。也不是最后一个。

所以我需要匹配分隔符，而不是消耗它们。

为此，我使用了前瞻和后视，如下：

scala> "xxx av av. avenue".replaceAll("""(?imx) (?<=\W)(?:av\.|av|avenue|dr\.|dr|doctor)(?=\W)""", "")
res4: java.lang.String = xxx   avenue

scala> "yyy dr dr. doctor zzz".replaceAll("""(?imx) (?<=\W|^)(?:av\.|av|avenue|dr\.|dr|doctor)(?=\W|$)""", "")
res5: java.lang.String = yyy    zzz

和一个更棘手的例子（这解释了为什么我必须匹配\ W，但也要^和$）

scala> "dr. de. xxx av av. avenue av.".replaceAll("""(?imx) (?<=\W|^)(?:av\.|av|avenue|dr\.|dr|doctor)(?=\W|$)""", "")
res6: java.lang.String = " de. xxx    "

我不是正规表达大师，所以如果有人能想到更好的方法，请告诉我......

scala：正则表达式替换以dot结尾的单词

2 个答案: