Java 正則表達式用於標識符（字母、數字和下划線）

Question

假設您給出了一個看起來像這樣的輸入(identifier1 identifier_2 23 4) 。

我想在每個標識符之后添加一個#符號，它可以包含字母、數字和下划線。 它們只能以字母開頭，后跟字母、數字和下划線的變體。 我的方法是這樣的：

input.replaceAll("[A-Za-z0-9_]+", "$0#");

但是，這也會在我想排除的每個數字后面加上#符號。 結果應該是(identifier1# identifier_2# 23 4) 。 是否有可能用正則表達式解決這個問題？

Answer 1

更新2

增量Java說：

• 每個標識符必須至少包含一個字符。
  
• 必須從以下字符中選擇第一個字符：字母，下划線或美元符號。 第一個字符不能為數字。
  
• 其余字符（第一個字符除外）可以來自：字母，數字，下划線或美元符號。 換句話說，它可以是任何有效的標識符字符。
  
  簡而言之，標識符是從字母，數字，下划線或美元符號中選擇的一個或多個字符。 唯一的限制是第一個字符不能為數字。

所以，你最好用

String pattern = "(?:\\b[_a-zA-Z]|\\B\\$)[_$a-zA-Z0-9]*+";

見正則表達式演示

更新

累積 使用正則表達式表示標識符時 ，標識符regex為[_a-zA-Z][_a-zA-Z0-9]* 。

因此，您可以使用

String pattern = "\\b[_a-zA-Z][_a-zA-Z0-9]*\\b";

注意 ，它允許_______ 。

您可以使用

String p = "\\b_*[a-zA-Z][_a-zA-Z0-9]*\\b";

為了避免這種情況。 請參閱IDEONE演示 。

String s = "(identifier1 identifier_2 23 4) ____ 33"; 
String p = "\\b_*[a-zA-Z][_a-zA-Z0-9]*\\b";
System.out.println(s.replaceAll(p, "$0#"));

輸出： (identifier1# identifier_2# 23 4) ____ 33

老答案

您可以使用以下模式：

String p = "\\b(?!\\d+\\b)[A-Za-z0-9]+(?:_[A-Za-z0-9]+)*\\b";

或（如果_可以出現在末尾）：

String p = "\\b(?!\\d+\\b)[A-Za-z0-9]+(?:_[A-Za-z0-9]*)*\\b";

見正則表達式演示

該模式要求整個單詞（因為表達式用單詞邊界\\b包圍）不應等於數字（使用(?!\\d+\\b) ），並且展開的部分[A-Za-z0-9]+(?:_[A-Za-z0-9])*匹配非下划線單詞字符塊，后跟零個或多個下划線序列，再后跟非下划線單詞字符塊。

IDEONE演示 ：

String s = "(identifier1 identifier_2 23 4) ____ 33"; 
String p = "\\b(?!\\d+\\b)[A-Za-z0-9]+(?:_[A-Za-z0-9]*)*\\b";
System.out.println(s.replaceAll(p, "$0#")); 

輸出： (identifier1# identifier_2# 23 4) ____ 33

Answer 2

您當前的正則表達式說

一個或多個大寫或小寫字母，數字或下划線，順序不限。

根據該正則表達式， 54是有效標識符。

你真的想寫

字母，后跟任意數量的字母，數字或下划線，順序不限

可以用以下代碼編寫：

input.replaceAll("[A-Za-z][A-Za-z0-9_]*", "$0#");

---

Wiktor指出，此正則表達式仍將匹配非標識符形式的內容中的“標識符”。 要解決此問題，您可以使用以下變體：

input.replaceAll("\\b([A-Za-z][A-Za-z0-9_]*)\\b", "$1#")

此拒絕123ab123作為有效的標識符，但接受ab123在123 ab123

Answer 3

如果您想使用 java 來讀取 java，java 可以為您提供： "\\b\\p{javaJavaIdentifierStart}\\p{javaJavaIdentifierPart}*\\b"