带有后引用的Java String.replaceAll（）

Question

有一个Java Regex问题：给定一个字符串，如果“*”位于字符串的开头或结尾，请保留它，否则删除它。 例如：

1. * - > *
2. ** - > **
3. ******* - > **
4. *abc**def* - > *abcdef*

答案是：

str.replaceAll("(^\\*)|(\\*$)|\\*", "$1$2");

我在我的机器上尝试了答案，但它确实有效。 但我不知道它是如何工作的。

根据我的理解，所有匹配的子串应该用$1$2替换。 但是，它的工作原理如下：

1. (^\\\\*)替换为$1 ，
2. (\\\\*$)替换为$2 ，
3. \\\\*换成空。

有人能解释它是如何工作的吗？ 更具体地说，如果有| 表达式之间， String.replaceAll()如何与后向引用一起工作？

先感谢您。

Answer 1

我将尝试解释正则表达式中发生的事情。

str.replaceAll("(^\\*)|(\\*$)|\\*", "$1$2");

$1表示第一组是(^\\\\*) $2表示第二组(\\\\*$)

当你调用str.replaceAll ，你实际上是在捕获两个组以及其他所有内容，但在替换时，将捕获的文本替换为两个组中捕获的内容。

示例： *abc**def* --> *abcdef*

正则表达式是以*开头的字符串，它将放入$1组中，接下来它将继续查找，直到它在组的末尾找到*并将其存储在#2 。 现在当更换它时将消除所有*除了存储在$1或$2所有*

有关更多信息，请参阅捕获组

Answer 2

您可以在正则表达式中使用外观：

String repl = str.replaceAll("(?<!^)\\*+(?!$)", "");

RegEx演示

RegEx分手：

(?<!^)   # If previous position is not line start
\\*+     # match 1 or more *
(?!$)    # If next position is not line end

---

OP的正则表达式是：

(^\*)|(\*$)|\*

它使用2个捕获的组，一个用于*开始，另一个用于*结尾，并在替换中使用反向引用。 这可能在这里起作用，但是对于更大的字符串来说会更慢，这在本演示中采取的步骤中很明显。 使用环视是209对48步。

OP正则表达式的另一个小改进是使用量词 ：

(^\*)|(\*$)|\*+

Answer 3

好吧，让我们先来看看你的正则表达式(^\\\\*)|(\\\\*$)|\\\\* - 它匹配每个* ，如果它在开始时，它被捕获到组1中，如果它是最后，它被捕获到第2组 - 每个其他*匹配，但不会被放入任何组。

替换模式$ 1 $ 2将每个匹配替换为组1和组2的内容 - 因此，如果在匹配的开头或结尾处有* ，则其中一个组的内容是*本身，因此被替换通过它自己。 对于所有其他匹配，组仅包含空字符串，因此匹配的*将替换为此空字符串。

您的问题可能是$ 1 $ 2不是字面替换，而是对捕获的组的反向引用。

Answer 4

根据Javadoc：

请注意，替换字符串中的反斜杠（）和美元符号（$）可能导致结果与将其视为文字替换字符串时的结果不同; 见Matcher.replaceAll。 如果需要，使用Matcher.quoteReplacement（java.lang.String）来抑制这些字符的特殊含义。

你的正则表达式： "(^\\\\*)|(\\\\*$)|\\\\*"

删除引号和String转义后： (^\\*)|(\\*$)|\\*

有三个部分，通过管道分离| 。 管道意味着OR，这意味着replaceAll()用第二部分中的东西替换它们： $1$2 。 基本上，第1部分>> $ 1，第二部分>> $ 2，第三部分>> "" 。 注意“第一部分”== $ 1，依此类推......所以它在技术上没有被替换。

1 (^\\*)是一个捕获组（第一个）。 ^锚点到字符串开始。 \\*匹配* ，但需要转义\\ 。

2 (\\*$)再次，一个捕获组（第二个）。 这里的区别在于它以$结尾

3 \\*像以前一样，匹配文字*

关于正则表达式需要理解的是，如果它匹配，它将始终采用第一条路径。 虽然字符串开头和结尾的* s可以与第三部分匹配，但它们匹配第一或第二部分。

Answer 5

其他人给出了非常好的答案，所以我不再重复。 当您正在努力理解诸如此类的问题时，建议暂时将替换字符串添加到替换字符串中，以便清楚每个阶段发生的情况。

例如，使用"<$1|$2>"这将得到<x|y>结果，其中x是$ 1，y是$ 2

String str = "*ab**c*d*";
str.replaceAll("(^\\*)|(\\*$)|\\*", "<$1|$2>");

结果是： <*|>ab<|><|>c<|>d<|*>

所以对于第一个星号，$ 1 = *和$ 2是空的，因为(^\\\\*)匹配。

对于中间字符串星号，$ 1和$ 2都是空的，因为两个捕获组都不匹配。

对于最终的星号，$ 1为空，$ 2为*因为(^\\\\*)不匹配，但是(\\\\*$) 。