将零替换为单词中的字母“o”答案

【问题标题】：Replace zeros to letter "o" inside words将零替换为单词中的字母“o”
【发布时间】：2017-06-19 09:46:26
【问题描述】：

在 ocr 识别之后，我有很多词，而不是 o 我有 0。所以我想替换任何零inside 字。

到目前为止，我只能做以下事情

String result ="I don't like th0se books";
result = result.replaceAll("\\w+0\\w*", "o");
System.out.println("RESULT:" + result);

我的代码返回RESULT:I don't like o books，但我需要RESULT:I don't like those books。谁能告诉我怎么做？

【问题讨论】：

或.replaceAll("(?:(?<=\\p{L})|\\G(?!\\A))0", "o")（本例不涉及首词位置）。
@WiktorStribiżew 你为什么不提供答案而不是评论。因为你擅长正则表达式相关的问题？
@Wiktor Stribiżew 您的解决方案是唯一适用于I like th0se b00ks with more that 100 pages 的解决方案。做出回答，我会接受的。
“而且这个问题并不准确”这就是“过于广泛”的近距离投票和反对票的原因。
大多数情况下您的解决方案是可以接受的。我看过很多你的回答

标签： java regex string

【解决方案1】：

使用非单词边界：

result = result.replaceAll("\\B0|0\\B", "o");

确保在 0 之前或之后至少有一个单词字符。

如果你想防止数字内的零被替换：

result = result.replaceAll("\\b(?!\\d+\\b)(?:0\\B|([^\\W0]+)0)|\\G(?!\\A)0", "$1o");

详情：

\\b              # a word boundary
(?!\\d+\\b)      # negative lookahead: not followed by an integer
(?:
    0\\B         # zero and a non-word boundary (means a word character follows)
  |
    ([^\\W0]+)0  # word characters without zero and a zero
)
|
\\G(?!\\A)0  # a zero contiguous to a previous match (not at the start of the string)

（显然，正则表达式模式无法区分孤立的“0”和孤立的“o”，或参考编号中的“0”和“o”，或科学记数法）

其他方式：俘虏所有对手

result = result.replaceAll("((?>(?:[\\W_]+|\\pL+|\\b\\d+\\b)*))(?:\\B0|0\\B)", "$1o");

【讨论】：

不幸的是，这也将 127610127 替换为 12761o127。
@MarkusBenko：没有了。
对于这个字符串："I like th0se b00ks with more than 100 pages"; 结果将是：I喜欢那些超过 1oo 页的书
@ΦXocę웃Пepeúpaツ：请刷新页面。
“我喜欢那些书……100页” → 我喜欢那些书……100页

【解决方案2】：

正则表达式应该是"0" 而不是"\\w+0\\w*"。

另外，要保留其余单词，请使用捕获组：result = result.replaceAll("(\\w+)0(\\w*)", "$1o$2");

仅在“字母”之间替换并忽略要求的数字：result = result.replaceAll("([a-zA-Z]+)0([a-zA-Z\s0]+)", "$1o$2");

【讨论】：

【解决方案3】：

(\B0\B|\B0|0\B)

匹配三种情况：

0 在单词中间，例如“那个”
0 在词尾，例如“盖子0”
0 在单词的开头，例如“0thers”

所以，`result.replaceAll("(\B0\B|\B0|0\B)", "o");

不过，这也会将I have 101 dogs 替换为I have 1o1 dogs，因此您可能需要进一步完善您的表达式或逻辑。

虽然可以编写一个正则表达式来实现这一点，但我觉得用普通的Java代码来实现它会更简单、更清晰：

将行拆分为标记（标记可以是一大块空白或一大块非空白 - 您可以使用正则表达式 (\s+|\S+) 和 Matcher 捕获这些。
对于每个令牌：
- 如果是空格，不要管它
- 如果它完全由数字和符号组成，不要理会
- 否则word.replace('0','o')
- 输出令牌

【讨论】：

【解决方案4】：

如果您不想使用复杂的正则表达式，您可以遍历字符串并执行相同的操作。

char c[] = new char[s.length()];
for(int i=0;i<s.length();i++){
    if(s.charAt(i) == '0'){
        c[i] = 'o';
    }else{
        c[i] = s.charAt(i);
    }
}
 //now convert to string.
s = String.valueOf(c);

并且仅在words 内，您可以检查以下内容：

    String s = "I like th0se b00ks ... 100 pages";
    char c[] = new char[s.length()];
    for(int i=1;i<s.length()-1;i++){
        if(s.charAt(i) == '0' && !Character.isDigit(s.charAt(i+1)) && !Character.isDigit(s.charAt(i-1))){
            c[i] = 'o';
        }else{
            c[i] = s.charAt(i);
        }
    }

    //check corner conditions.
    if(s.length() >=1 && !Character.isDigit(s.charAt(1)) && s.charAt(0) == '0'){
        c[0] = 'o';
    }

    if(s.length() >= 2 &&!Character.isDigit(s.charAt(s.length()-2)) && s.charAt(s.length()-1) == '0'){
        c[s.length()-1] = 'o';
    }

    //now convert to string.
    s = String.valueOf(c);
    System.out.println(s);

【讨论】：

对答案投反对票，甚至不提原因:(
这是进行简单替换的一种不必要的复杂方法，并且完全忽略了 OP 的要求，即他们只想替换 0 在单词中。
@khelwood 对于专家来说这可能是一种复杂的方式。但我认为这是最简单的方法。它完全按照 OP 的要求做。
是的，我同意它使用了一个额外的数组。但时间复杂度与正则表达式相同：stackoverflow.com/questions/4378455/…
1) 你跳过第一个和最后一个字符 2) 你不检查每个数字字符（这不限于 '0 ' 到 '9') 3) #0 是否被视为一个词？

【解决方案5】：

试试：result = result.replaceAll("(\\w+)0(\\w+)", "$1o$2");

使用输入：“我不喜欢这些书 00 1230”

你会得到：“我不喜欢那些书 00 1230”

编辑：

如果您使用：result = result.replaceAll("([a-zA-Z]+)0([a-zA-Z]+)", "$1o$2");，它也应该适用于“我不喜欢 th0se books 00 1230 1230456”字符串。

【讨论】：

重复答案
我喜欢您将 * 更改为 + 但另一方面，我开始想知道代码的原始问题是什么。例如，当 OCR 匹配 P00H 时，期望的行为应该是什么？我只能停下来思考，想知道模糊的问题陈述代表了什么。
像1230456一样破坏其中包含零的数字。
是的。我没有考虑到这一点。但也许——正如你所指出的——正确的答案取决于使用该算法的需要。

【解决方案6】：

您可以使用 sed 命令并将其作为数组传递给 java sed -i s/0/o/g 文件名

-i - 更改保存到新文件

s - 这是用于搜索的

0 - 要搜索的字符

o - 要插入的字符

要检查如何在 Java 中将 sed 用作数组，请查看此链接 How to run sed command from java code

让我知道这是否适合你

【讨论】：

@slim ..谢谢。明白了。