正则表达式灵活删除字符之间的破折号

Question

我只需要删除字符之间的破折号，但我这样做的方式是我需要运行两个单独的 replaceAll 命令 - 有没有办法只用一个？它必须允许法语字符。

.replaceAll("([a-zA-ZÀ-ÿ])-([a-zA-ZÀ-ÿ])", "$1 $2")

想要的结果是这样的：

Pourquoi s'intéresse-t-elle à lui.
Ma chère je comptais là-dessus - figurez-vous.
Il y a 1-2 chemins que nous pouvons choisir.

到这里：

Pourquoi s'intéresse t elle à lui
Ma chère je comptais là dessus - figurez vous.
Il y a 1-2 chemins que nous pouvons choisir.

使用上述模式，我只能修复第二句或调整第一句，但我想用一个模式修复它们..

正则表达式匹配第一句：

https://regex101.com/r/fHQNYP/1

并匹配第二句：

https://regex101.com/r/j4YGrj/1

Answer 1

这是替换所有破折号的正则表达式。

stringValue.replaceAll("[-]", " ")

这是用于替换单词之间的破折号。

stringValue.replaceAll("(\\b-\\b)", " ")

这已经晚了，但为答案工作：

stringValue.replaceAll("(^[a-zA-ZÀ-ÿ](?<![a-zA-ZÀ-ÿ])(?=[a-zA-ZÀ-ÿ])|(?<=[a-zA-ZÀ-ÿ])(?![a-zA-ZÀ-ÿ])-(?<![a-zA-ZÀ-ÿ])(?=[a-zA-ZÀ-ÿ])|(?<=[a-zA-ZÀ-ÿ])(?![a-zA-ZÀ-ÿ])$[a-zA-ZÀ-ÿ])", " ")

Answer 2

这是一个棘手的问题。一方面，您需要指定所有重音字符。你不能使用\w，因为那只会包括非重音。尽管如此，像-t- 这样的模式意味着第二个字符必须声明为零宽度。

所以，我认为这可以解决这两个问题：

"Pourquoi s'intéresse-t-elle à lui. Ma chère je comptais là-dessus - figurez-vous."
.replaceAll("([a-zA-Z\\u00C0-\\u017F])-((?=[a-zA-Z\\u00C0-\\u017F]))", "$1 $2");

Answer 3

您无法匹配t 单词两端的连字符，因为正则表达式中尾随的([a-zA-ZÀ-ÿ]) 会消耗t，并且正则表达式无法在下一次迭代中再次匹配它。看看：

Pourquoi s'intéresse-t-elle à lui.
                    ^^^
                      First match (replace with " t ")

Pourquoi s'intéresse-t-elle à lui.
                       ^
                       +-- search goes on from here, no more matches!

您只想匹配字母之间的连字符，所以使用

.replaceAll("(?<=\\p{L})-(?=\\p{L})", " ")

请参阅regex demo。 详情：

• (?<=\p{L}) - 与紧接在任何 Unicode 字母前面的位置相匹配的正向回溯
• - - 一个连字符
• (?=\p{L}) - 与紧跟任何 Unicode 字母的位置匹配的正向前瞻。