Java replaceAll 正则表达式错误

Question

我想把所有的“*”都变成“.*”，除了“\*”

String regex01 = "\\*toto".replaceAll("[^\\\\]\\*", ".*");
assertTrue("*toto".matches(regex01));// True

String regex02 = "toto*".replaceAll("[^\\\\]\\*", ".*");
assertTrue("tototo".matches(regex02));// True

String regex03 = "*toto".replaceAll("[^\\\\]\\*", ".*");
assertTrue("tototo".matches(regex03));// Error

如果“*”是第一个字符，则会发生错误: java.util.regex.PatternSyntaxException: 索引 0 附近的悬挂元字符“*”

什么是正确的正则表达式？

Answer 1

这是目前唯一能够连续处理多个转义\的解决方案:

String regex = input.replaceAll("\\G((?:[^\\\\*]|\\\\[\\\\*])*)[*]", "$1.*");

工作原理

让我们打印字符串 regex 以查看正则表达式引擎解析的实际字符串:

\G((?:[^\\*]|\\[\\*])*)[*]

((?:[^\\*]|\\[\\*])*) 匹配不是 \ 或 * 的字符序列，或转义序列 \\ 或 \*。我们匹配所有我们不想接触的字符，并将其放入一个捕获组中，以便我们可以将其放回去。

如 [*] 所述，上述序列后跟一个未转义的星号。

为了确保当正则表达式无法匹配未转义的*时我们不会“跳转”，\G用于确保下一个匹配只能从字符串的开头开始，或者从最后一个匹配结束的地方开始。

为什么这么长的解决方案？ 有必要，因为look-behind 构造要检查是否有连续的 \ 前面的数* 为奇数或偶数不受 Java 正则表达式的正式支持。因此，我们需要从左到右使用字符串，同时考虑转义序列，直到遇到未转义的 * 并将其替换为 .*。

测试程序

String inputs[] = {
    "toto*",
    "\\*toto",
    "\\\\*toto",
    "*toto",
    "\\\\\\\\*toto",
    "\\\\*\\\\\\*\\*\\\\\\\\*"};

for (String input: inputs) {
    String regex = input.replaceAll("\\G((?:[^\\\\*]|\\\\[\\\\*])*)[*]", "$1.*");
    System.out.println(input);
    System.out.println(Pattern.compile(regex));
    System.out.println();
}

示例输出

toto*
toto.*

\*toto
\*toto

\\*toto
\\.*toto

*toto
.*toto

\\\\*toto
\\\\.*toto

\\*\\\*\*\\\\*
\\.*\\\*\*\\\\.*