使用正则表达式匹配每个单词中第一个出现的字母

Question

我试图用“ee”替换单词开头以外的单词中第一次出现的“I”。我正在使用java。

这应该改变短语

INFINITY IS GIANT.

要：

INFeeNITY IS GeeANT.

到目前为止，我的代码已经过多次修改。一个是：

replaceAll("(?<=[^I*])\\BI", "ee");

我认为这是使用lookbehind。非常感谢帮助！感谢。

Answer 1

正如您在OP \\BI中所述，发现第一个I字符不在单词的开头 - 如果正则表达式匹配单词的其余部分，则使用{{1} }或(?:\\B.)*，然后它就不会匹配同一个单词中的第二个.*?\\b。

I

两者都会导致：

"INFINITY IS GIANT".replaceAll( "\\BI((?:\\B.)*)", "ee$1");
"INFINITY IS GIANT".replaceAll( "\\BI(.*?\\b)", "ee$1");

如果你在文本中有重音符号，它甚至可以工作：

INFeeNITY IS GeeANT

两个输出：

"IŇFINIŦŶ IS ĞIANŤ".replaceAll( "\\BI((?:\\B.)*)", "ee$1");
"IŇFINIŦŶ IS ĞIANŤ".replaceAll( "\\BI(.*?\\b)", "ee$1");

<强>替代地

使用IŇFeeNIŦŶ IS ĞeeANŤ 可以从单词的开头到第一个\\b(.(?:\\B.)*?)\\BI匹配：

I

输出：

"INFINITY IS GIANT".replaceAll( "\\b(.(?:\\B.)*?)\\BI", "$1ee");

Answer 2

如果您不关心重音字母，这种模式就可以解决问题：

\b([a-zA-Z][a-hj-zA-HJ-Z]*)[iI]

将其替换为$1ee。

Demo

它匹配单词的第一个字母（\b[a-zA-Z]），然后匹配除I（[a-hj-zA-HJ-Z]*）之外的任何字母，然后I。

如果你必须处理重音字母，那么模式必须有所改变：

(?<!\p{L})(\p{L}(?:(?![iI])\p{L})*)[iI]

Demo

在这里，我使用\p{L}表示任何Unicode字母，但必须写(?![iI])\p{L}来表示除I之外的任何Unicode字母。我还将\b替换为(?<!\p{L})，以确保我获得Unicode支持。