用于替换java中字符的多个正则表达式

Question

我有以下字符串：

String str = "Klaße, STRAßE, FUß";

使用组合正则表达式我想分别将德语ß字母替换为 ss 或 SS 。要执行此操作，我有：

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

预期结果：

Klasse, STRASSE, FUSS

实际结果：

Klasse, STRAssE, FUSS

我哪里错了？

Answer 1

首先，如果您要尝试匹配A-Z范围内的某些字符，则需要将其放在方括号中。这个

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

将在源中查找三个字符A-Z，这不是您想要的。其次，我认为你对什么感到困惑手段。如果你这样说：

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

它将用SS替换单词末尾的任何大写字母，因为|意味着寻找这个或。

你的方法的第三个问题是第二个和第三个replaceAll将寻找原始字符串中的任何ss，即使它不是来自ß。这可能是也可能不是你想要的。

这就是我要做的事情：

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

如果ß之前的字符是大写字母，则首先用SS替换所有ß;那么如果剩下任何ß，他们会被ss取代。实际上，如果ß之前的角色是像Ä的变音符号，那么这将不起作用，所以你可能应该将其更改为

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

（可能有更好的方法来指定“大写的Unicode字母”;我会寻找它。）

编辑：

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

问题是，如果ß是文本中的第二个字符，它将无法工作，并且该单词的第一个字母是大写的，但其余单词则不是。在那种情况下，你可能想要小写的“ss”。

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

现在第一个将用ss替换ß，如果它前面是一个大写字母，它是单词的第一个字母，后面是一个不是大写字母的字符。带有大写字母P的\P{Lu}将匹配除大写字母以外的任何字符（\p{Lu}的负数与小写字母p）。我还包括\ b来测试一个单词的第一个字符。

Answer 2

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

这使用regex和前面的unicode大写字母（“SÜß”）来获得大写“SS”。

(?<= ... )是一种后视，一种上下文匹配。你也可以这样做

    .replaceAll("(\\p{Lu})ß", "$1SS")

因为ß不会在开头出现。

您的主要问题是没有使用括号[A-Z]。

Answer 3

将正则表达式分解为部分：

Regex 101 Demo

<强>正则表达式

/ß/g

<强> 描述

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

<强> 可视化

---

Regex 101 Demo

<强>正则表达式

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

<强> 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)

<强> 可视化

---

Regex 101 Demo

<强>正则表达式

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

<强> 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)

<强> 可视化

---

专门为您

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

Answer 4

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

replaceAll("ß", "ss")

这将取代所有出现的“ß”。因此，此语句后的输出变为如下：

  

Klasse，STRAssE，FUss

现在replaceAll("A-Z|ss$", "SS")用“SS”替换最后一次出现的“ss”，因此你的最终结果如下：

  

Klasse，STRAssE，FUSS

要获得预期结果，请尝试以下操作：

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