java - 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。为了执行此操作，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:

类、STRAsE、FUSS

我哪里错了？

Answer 1

首先，如果您要匹配 A-Z 范围内的某个字符，则需要将其放在方括号中。这个

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

将在源代码中查找 A-Z 三个字符，这不是您想要的。其次，我认为你对什么感到困惑 |方法。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 |表示寻找这个或那个。

您的方法的第三个问题是第二个和第三个 replaceAll 将查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您想要的。

这是我要做的:

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

如果 ß 之前的字符是大写字母，这将首先用 SS 替换所有 ß；然后如果有任何 ß 剩余，它们将被 ss 替换。实际上，如果 ß 之前的字符是 Ä 之类的变音符号，这将不起作用，因此您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 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 second 字符，并且单词的第一个字母大写但单词的其余部分不是大写，则它将不起作用。在那种情况下，您可能需要小写的“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，如果它前面有一个大写字母，该字母是单词的第一个字母，但后跟一个不是大写字母的字符。大写 P 的 \P{Lu} 将匹配除大写字母以外的任何字符(它是 \p{Lu} 小写字母的负数)情况 p)。我还包括\b 来测试单词的第一个字符。