Question

有一个Java Regex问题：给定一个字符串，如果＆＃34; *＆＃34;在字符串的开头或结尾处，保留它，否则，将其删除。例如：

* - ＆gt; *
** - ＆gt; **
******* - ＆gt; **
*abc**def* - ＆gt; *abcdef*

答案是：

str.replaceAll("(^\\*)|(\\*$)|\\*", "$1$2");

我在我的机器上尝试了答案，但它确实有效。但我不知道它是如何运作的。

根据我的理解，所有匹配的子字符串应替换为$1$2。但是，它的工作原理如下：

(^\\*)已替换为$1，
(\\*$)已替换为$2，
\\*替换为空。

有人可以解释它是如何工作的吗？更具体地说，如果表达式之间存在|，String.replaceAll()如何使用后向引用？

提前谢谢。

Answer 1

我会尝试解释正则表达式中发生的事情。

str.replaceAll("(^\\*)|(\\*$)|\\*", "$1$2");

$1代表第一组(^\\*) $2代表第二组(\\*$)

当您致电str.replaceAll时，您实际上是在捕获两个群组以及其他所有内容，但在更换时，将捕获的文本替换为两个群组中捕获的内容。

示例：*abc**def* --> *abcdef*

发现正则表达式以*开头的字符串，它将放入$1组，接下来它会继续查找，直到它在组末尾找到*并将其存储在{{1} }}。现在，当替换它时将消除除#2或*

中存储的$1之外的所有$2

有关详细信息，请参阅Capture Groups

Answer 2

您可以在正则表达式中使用外观：

String repl = str.replaceAll("(?<!^)\\*+(?!$)", "");

RegEx Demo

RegEx分手：

(?<!^)   # If previous position is not line start
\\*+     # match 1 or more *
(?!$)    # If next position is not line end

OP的正则表达式是：

(^\*)|(\*$)|\*

它使用2个捕获的组，一个用于*，另一个用于*，并且在替换时使用后向引用。这可能在这里起作用，但是对于更大的字符串来说，如# of steps taken in this demo中所显示的那样更慢。这是使用环视的 209 vs 48 步骤。

OP正则表达式的另一个较小的改进是使用量词：

(^\*)|(\*$)|\*+

Answer 3

好吧，让我们首先看看你的正则表达式(^\\*)|(\\*$)|\\* - 它匹配每个*，如果它在开始时，它被捕获到组1中，如果它在结尾，它被捕获到第2组 - 每个其他*匹配，但不会被放入任何组。

替换模式$ 1 $ 2将每个匹配替换为组1和组2的内容 - 因此，如果在匹配的开头或结尾有*，则其中一个组的内容为那个*本身因而被它自己取代。对于所有其他匹配，组仅包含空字符串，因此匹配的*将替换为此空字符串。

您的问题可能是$ 1 $ 2不是字面替换，而是对捕获组的反向引用。

Answer 4

根据Javadoc：

请注意，替换字符串中的反斜杠（）和美元符号（$）可能会导致结果与将其视为文字替换字符串时的结果不同;见Matcher.replaceAll。如果需要，使用Matcher.quoteReplacement（java.lang.String）来抑制这些字符的特殊含义。

你的正则表达式："(^\\*)|(\\*$)|\\*"

删除引号和String转义后：(^\*)|(\*$)|\*

有三个部分，由管道|分隔。管道意味着OR，这意味着replaceAll()将其替换为第二部分中的内容：$1$2。基本上，第一部分＆gt;＆gt; $ 1，第二个＆gt;＆gt; $ 2，第三个＆gt;＆gt; ""。注意＆＃34;第一部分＆＃34; == 1美元，等等......所以它在技术上没有被替换。

1 (^\*)是一个捕获组（第一个）。 ^锚定到字符串start。 \*匹配*，但需要转义\。

2 (\*$)再次，一个捕获组（第二个）。这里的区别在于它以$

结尾与之前一样的

3 \*匹配文字*

你需要了解的关于正则表达式的事情是，如果它匹配，它将始终采用第一条路径。虽然字符串开头和结尾的*可以与第三部分匹配，但它们会匹配第一部分或第二部分。

Answer 5

其他人给出了非常好的答案，所以我不会重复这些答案。当您正在努力理解诸如此类的问题时，建议是临时向替换字符串添加分隔符，以便清楚每个阶段发生的情况。

e.g。使用"<$1|$2>"这将得到<x|y>的结果，其中x为$ 1，y为$ 2

String str = "*ab**c*d*";
str.replaceAll("(^\\*)|(\\*$)|\\*", "<$1|$2>");

结果是：<*|>ab<|><|>c<|>d<|*>

因此对于第一个星号，$ 1 = *和$ 2为空，因为(^\\*)匹配。

对于中间字符串星号，$ 1和$ 2都是空的，因为两个捕获组都不匹配。

对于最终的星号，$ 1为空，$ 2为*，因为(^\\*)不匹配，但(\\*$)不匹配。

带有后引用的Java String.replaceAll（）

5 个答案: