Question

我正在尝试匹配以下正则表达式：

\b(?:mr|mrs|ms|miss|messrs|mmes|dr|prof|rev|sr|jr|&|and)\.?\b

换句话说，一个词边界后跟上述任何字符串（可选后跟一个句点字符），然后是一个词边界。

我正在尝试在 Java 中匹配它，但与号不匹配。例如：

Pattern p = Pattern.compile(
        "\\b(?:mr|mrs|ms|miss|messrs|mmes|dr|prof|rev|sr|jr|&|and)\\.?\\b", 
        Pattern.CASE_INSENSITIVE);
    
String result = p.matcher("mr one and mrs.two and three & four").replaceAll(" ");
    
System.out.println("["+result+"]");

它的输出是：[ one two three & four]

我也在 regex101 上试过这个，和号再次不匹配：https://regex101.com/r/klkmwl/1

转义与号并没有什么区别，我尝试使用十六进制转义序列 \x26 代替与号（如 this question 中建议的那样）。为什么这不匹配？

Answer 1

您的正则表达式将匹配一个＆符号，如果它位于单词字符之间，例如three&four，见 this regex demo。发生这种情况是因为 \b 在非字字符之前需要一个字字符紧跟在它之前出现。此外，由于在可选点后面有一个 \b，因此点和与符号仅在左侧紧接有字符字符时才匹配。

您需要重新编写模式，以便将单词边界应用于单词而不是符号：

Pattern p = Pattern.compile(
        "(?:\\b(?:mr|mrs|ms|miss|messrs|mmes|dr|prof|rev|sr|jr|and)\\b|&)\\.?", 
        Pattern.CASE_INSENSITIVE);

参见regex demo online。

Answer 2

问题是由于使用了单词边界。像 & 这样的非单词字符前后没有单词边界。

您可以使用环视代替单词边界：

(?<!\w)(?:[jsdm]r|mr?s|miss|messrs|mmes|prof|re|&|and)\.?(?!\w)

Updated RegEx Demo

(?<!\w)：确保前一个字符不是单词字符
(?!\w)：确保下一个字符不是单词字符

注意您的正则表达式中的一些调整以使其更短。

正则表达式与与号不匹配

2 个答案: