正则表达式用空格替换部分字符串

Question

这看起来很简单，但我无法让它工作。

我有一个看起来像“NNDDDDDAAAA”的字符串，其中“N”是非数字，“D”是数字，“A”是任何东西。我需要用空格字符替换每个 A 。输入字符串中的“N”、“D”和“A”的数量总是不同的。

我知道如何用两个表达式来做到这一点。我可以将一个字符串分成两部分，然后用空格替换第二组中的所有内容。像这样

    Pattern pattern = Pattern.compile("(\\D+\\d+)(.+)");
    Matcher matcher = pattern.matcher(input);
    if (matcher.matches()) {
        return matcher.group(1) + matcher.group(2).replaceAll(".", " ");
    }

但我想知道是否可以使用单个正则表达式。

Answer 1

根据您的描述，我假设在NNDDDDD 部分之后，第一个A 实际上是N 而不是A，否则DDDDD 和AAAA 部分。

因此，您的字符串实际上看起来像NNDDDDDNAAA，并且您想用空格替换NAAA 部分。鉴于此，正则表达式可以重写为：(\\D+\\d+)(\\D.+)

Java 中的正向回溯需要一个固定长度的模式；您不能使用 + 或 * 模式。您可以改为使用花括号并指定最大长度。例如，您可以使用{1,9} 代替每个+，它将匹配1 到9 个字符：(?<=\\D{1,9}\\d{1,9})(\\D.+)

这里唯一的问题是您将 NAAA 序列作为单个匹配项进行匹配，因此使用 "NNNDDDDNAAA".replaceAll("(?<=\\D{1,9}\\d{1,9})(\\D.+)", " ") 将导致将整个 NAAA 序列替换为单个空格，而不是多个空格。

您可以获取匹配的开始分隔符和字符串长度，并使用它来附加正确数量的空格，但我不明白这一点。我认为您最好使用原始解决方案；它简单易懂。

如果您正在寻找一点额外的速度，您可以在函数之外编译您的 Pattern，并使用 StringBuilder 或 StringBuffer 来创建您的输出。如果您要使用所有这些 NNDDDDDAAAAA 元素构建一个大字符串，请完全在 StringBuilder 中工作，直到完成追加。

class Test {

public static Pattern p = Pattern.compile("(\\D+\\d+)(\\D.+)");

public static StringBuffer replace( String input ) {
    StringBuffer output = new StringBuffer();
    Matcher m = Test.p.matcher(input);
    if( m.matches() )
        output.append( m.group(1) ).append( m.group(2).replaceAll("."," ") );

    return output;
}

public static void main( String[] args ) {
    String input = args[0];
    long startTime;

    StringBuffer tests = new StringBuffer();
    startTime = System.currentTimeMillis();
        for( int i = 0; i < 50; i++)
        {
            tests.append( "Input -> Output: '" );
            tests.append( input );
            tests.append( "' -> '" );
            tests.append( Test.replace( input ) );
            tests.append( "'\n" );
        }
    System.out.println( tests.toString() );
    System.out.println( "\n" + (System.currentTimeMillis()-startTime));
}

}

更新： 我写了一个快速的迭代解决方案，并通过两者运行了一些随机数据。迭代解决方案的速度大约快 4-5 倍。

public static StringBuffer replace( String input )
{
    StringBuffer output = new StringBuffer();
    boolean second = false, third = false;
    for( int i = 0; i < input.length(); i++ )
    {
        if( !second && Character.isDigit(input.charAt(i)) )
            second = true;

        if( second && !third && Character.isLetter(input.charAt(i)) )
            third = true;

        if( second && third )
            output.append( ' ' );
        else
            output.append( input.charAt(i) );

    }

    return output;
}

Answer 2

你所说的非数字与任何东西是什么意思？

[^a-zA-Z0-9]
匹配所有非字母或数字的内容。

您可能想用空格替换上述正则表达式匹配的任何内容。

你说的是这个吗？

Answer 3

您想使用正向查找来匹配 N 和 D，然后对 A 使用正常匹配。

不确定Java语法背后的积极看法，但有一些关于Java regex with look behind的文章

Answer 4

我知道你要求一个正则表达式，但你为什么甚至需要一个正则表达式呢？怎么样：

StringBuilder sb = new StringBuilder(inputString);
for (int i = sb.length() - 1; i >= 0; i--) {
    if (Character.isDigit(sb.charAt(i)))
        break;
    sb.setCharAt(i, ' ');
}
String output = sb.toString();

您可能会觉得this post 很有趣。当然，上面的代码假定字符串中至少有一个数字——最后一个数字后面的所有字符都转换为空格。如果没有数字，则每个字符都转换为空格。