Java 正则表达式匹配标题的降价语法

Question

我有一个带有 markdown 语法的字符串，我希望能够找到标题的 markdown 语法，即 h1 = #、h2 = ## 等。

我知道每当我找到一个标题时，它就位于行首。我也知道每行只能有一个标题。例如，“###This is a heading”将匹配我的 h3 模式，但不匹配我的 h2 或 h1 模式。到目前为止，这是我的代码：

h1 = Pattern.compile("(?<!\\#)^\\#(\\b)*");
h2 = Pattern.compile("(?<!\\#)^\\#{2}(\\b)*");
h3 = Pattern.compile("(?<!\\#)^\\#{3}(\\b)*");
h4 = Pattern.compile("(?<!\\#)^\\#{4}(\\b)*");
h5 = Pattern.compile("(?<!\\#)^\\#{5}(\\b)*");
h6 = Pattern.compile("(?<!\\#)^\\#{6}(\\b)*");

每当我使用 \\# 时，我的编译器 (IntelliJ) 都会告诉我：“冗余字符转义”。每当我使用 \\# 时，它都会这样做。据我所知，# 不应该是正则表达式中的特殊字符，所以用两个反斜杠转义它应该允许我使用它。

当我找到匹配项时，我想用粗体 HTML 标记包围整个匹配项，例如：“###Heading”，但由于某种原因它不起作用

//check for heading 6
Matcher match = h6.matcher(tmp);
StringBuffer sb = new StringBuffer();
while (match.find()) {
    match.appendReplacement(sb, "<b>" + match.group(0) + "</b>");
}
match.appendTail(sb);
tmp = sb.toString();

编辑

所以我必须分别查看每个标题，我不能以相同的模式查看标题 1-6（这与我的程序中使用相同模式的其他部分有关）。到目前为止我所知道的：

• 如果字符串中有标题，则在开头。
• 如果它以标题开头，则后面的整个字符串都被视为标题，直到用户按 Enter。
• 如果我有“## 这是一个标题”，那么它必须匹配 h2 的 true，但匹配 h1 的 false。
• 当我找到我的匹配项时，这个“## 这是一个标题”变成了这个“## 这是一个标题。

Answer 1

没有必要转义#，因为它不是一个特殊的正则表达式元字符。此外，^ 是 字符串起始锚，因此模式中的所有后视都是多余的，因为它们总是返回 true（因为在开始之前没有字符一个字符串）。

您似乎想在单词 char 之前匹配指定数量的 #。使用

String s = "###### Heading6 Something here\r\n" +
           "###### More text \r\n" +
          "###Heading 3 text";
Matcher m = Pattern.compile("(?m)^#{6}(?!#)(.*)").matcher(s);
String result = m.replaceAll("<b>$1</b>");
System.out.println(result);

见Java demo

结果：

<b> Heading6 Something here</b>
<b> More text </b>
###Heading 3 text

详情：

• (?m) - 现在，^ 匹配行首
• ^ - 行首
• #{6}(?!#) - 正好 6 个 # 符号
• (.*) - 第 1 组：0+ 字符，而不是换行符直到行尾。

因此，您的正则表达式定义看起来像

h1 = Pattern.compile("(?m)^#(?!#)(.*)");
h2 = Pattern.compile("(?m)^#{2}(?!#)(.*)");
h3 = Pattern.compile("(?m)^#{3}(?!#)(.*)");
h4 = Pattern.compile("(?m)^#{4}(?!#)(.*)");
h5 = Pattern.compile("(?m)^#{5}(?!#)(.*)");
h6 = Pattern.compile("(?m)^#{6}(?!#)(.*)");

Answer 2

你可以试试this:

^(#{1,6}\s*[\S]+)

正如你所提到的，标题只出现在一行的开头，因此你不需要向后看。

更新： 如果你想加粗以标题开头的整行，那么你可以试试这个：

^(#{1,6}.*)

并替换为：

<b>$1</b>

Regex Demo

示例 Java 源代码：

final String regex = "^(#{1,6}\\s*[\\S]+)";
final String string = "#heading 1 \n"
     + "bla bla bla\n"
     + "### heading 3 djdjdj\n"
     + "bla bla bla\n"
     + "## heading 2 bal;kasddfas\n"
     + "fbla bla bla";
final String subst = "<b>$1</b>";
final Pattern pattern = Pattern.compile(regex, Pattern.MULTILINE);
final Matcher matcher = pattern.matcher(string);
final String result = matcher.replaceAll(subst);
System.out.println(result);

Run java source