Question

我真的在这里与正则表达式斗争。使用Java我如何用另一个字符（或转义空格"\ "）替换引号内的所有空格（实际上是双引号），但只有当短语以通配符结束时才会这样。

word1 AND "word2 word3 word4*" OR "word5 word6" OR word7

到

word1 AND "word2\ word3\ word4*" OR "word5 word6" OR word7

Answer 1

你真的需要正则表达吗？这个任务似乎很好描述，但对于正则表达式来说有点过于复杂。所以我宁愿明确地编程。

package so4478038;

import static org.junit.Assert.*;

import org.junit.Test;

public class QuoteSpaces {

  public static String escapeSpacesInQuotes(String input) {
    StringBuilder sb = new StringBuilder();
    StringBuilder quotedWord = new StringBuilder();
    boolean inQuotes = false;
    for (int i = 0, imax = input.length(); i < imax; i++) {
      char c = input.charAt(i);
      if (c == '"') {
        if (!inQuotes) {
          quotedWord.setLength(0);
        } else {
          String qw = quotedWord.toString();
          if (qw.endsWith("*")) {
            sb.append(qw.replace(" ", "\\ "));
          } else {
            sb.append(qw);
          }
        }
        inQuotes = !inQuotes;
      }
      if (inQuotes) {
        quotedWord.append(c);
      } else {
        sb.append(c);
      }
    }
    return sb.toString();
  }

  @Test
  public void test() {
    assertEquals("word1 AND \"word2\\ word3\\ word4*\" OR \"word5 word6\" OR word7", escapeSpacesInQuotes("word1 AND \"word2 word3 word4*\" OR \"word5 word6\" OR word7"));
  }
}

Answer 2

我认为最好的解决方案是使用正则表达式查找所需的引用字符串，然后替换正则表达式匹配中的空格。像这样：

import java.util.regex.*;

class SOReplaceSpacesInQuotes {
  public static void main(String[] args) {
    Pattern findQuotes = Pattern.compile("\"[^\"]+\\*\"");

    for (String arg : args) {
      Matcher m = findQuotes.matcher(arg);

      StringBuffer result = new StringBuffer();
      while (m.find())
        m.appendReplacement(result, m.group().replace(" ", "\\\\ "));
      m.appendTail(result);

      System.out.println(arg + " -> " + result.toString());
    }
  }
}

运行java SOReplaceSpacesInQuotes 'word1 AND "word2 word3 word4*" OR "word5 word6*" OR word7'然后愉快地生成输出word1 AND "word2 word3 word4*" OR "word5 word6*" OR word7 -> word1 AND "word2\ word3\ word4*" OR "word5\ word6*" OR word7，这正是您想要的。

模式为"[^"]+\*"，但必须为Java转义反斜杠和引号。这匹配文字引号，任意数量的非引号，*和引号，这是您想要的。这假定（a）不允许嵌入\"转义序列，（b）*是唯一的通配符。如果您有嵌入的转义序列，那么使用"([^\\"]|\\.)\*"（对于Java，转义为\"([^\\\\\\"]|\\\\.)\\*\"）;如果您有多个通配符，请使用"[^"]+[*+]";如果你有两者，以明显的方式组合它们。处理多个通配符只是让它们中的任何一个在字符串的末尾匹配;处理转义序列是通过匹配引号后跟任意数量的非反斜杠，非引号字符，或反斜杠来完成的。

现在，该模式会找到您想要的引用字符串。对于程序的每个参数，我们然后匹配所有参数，并使用m.group().replace(" ", "\\\\ ")，用匹配（带引号的字符串）替换反斜杠和空格中的每个空格。（这个字符串是\\ - 为什么需要两个真正的反斜杠，我不确定。）如果你之前没有见过appendReplacement和appendTail（我没有），这里是他们做了什么：串联，他们遍历整个字符串，将第二个参数匹配的任何内容替换为appendReplacement，然后将其全部附加到给定的StringBuffer。 appendTail调用是必要的，以捕获最后不匹配的内容。 documentation for Matcher.appendReplacement(StringBuffer,String)包含了一个很好的使用示例。

编辑正如Roland Illig指出的那样，如果出现某些类型的无效输入，例如a AND "b" AND *"c"，这将成为a AND "b"\ AND\ *"c"，则会出现问题。如果这是一个危险（或者它可能在将来可能成为危险，它可能会成为危险），那么你应该通过始终匹配引号使其更加健壮，但只有在它们结束时才能更换一个通配符。只要您的报价总是适当配对，这将是有效的，这是一个非常弱的假设。结果代码非常相似：

import java.util.regex.*;

class SOReplaceSpacesInQuotes {
  public static void main(String[] args) {
    Pattern findQuotes = Pattern.compile("\"[^\"]+?(\\*)?\"");

    for (String arg : args) {
      Matcher m = findQuotes.matcher(arg);

      StringBuffer result = new StringBuffer();
      while (m.find()) {
        if (m.group(1) == null)
          m.appendReplacement(result, m.group());
        else
          m.appendReplacement(result, m.group().replace(" ", "\\\\ "));
      }
      m.appendTail(result);

      System.out.println(arg + " -> " + result.toString());
    }
  }
}

我们将通配符放在一个组中，并使其成为可选项，并使引号的主体对+?不情愿，以便它尽可能匹配 little 并让通配符被分组。这样，我们匹配每对连续的引号，并且因为正则表达式引擎不会在匹配中间重新启动，所以我们只会匹配引号的内部而不是外部。但是现在我们并不总是想要替换空格 - 如果有通配符，我们只想这样做。这很简单：测试组1是null。如果是，那么就没有通配符，所以用自己替换字符串。否则，请替换空格。事实上，java SOReplaceSpacesInQuotes 'a AND "b d" AND *"c d"'会产生所需的a AND "b d" AND *"c d" -> a AND "b d" AND *"c d"，而java SOReplaceSpacesInQuotes 'a AND "b d" AND "c d*"'会执行替换以获得a AND "b d" AND *"c d" -> a AND "b d" AND "c\ *d"。

Answer 3

有用吗？

str.replaceAll("\"", "\\");

我现在没有IDE而且我没有测试它

替换引号内的空格

3 个答案: