java 中 escaping 標記字符的正則表達式

Question

我保存了帶有標記的消息。 它只使用了一些標記功能，如粗體、斜體、刪除線和代碼。 我現在需要的是從任何類型的標記中刪除這些消息，除了在代碼中。 例如：

**bold**  _italic_ ~strike~ `**code**`

會返回：

bold italic strike **code**

我目前使用像這樣的正則表達式來表示粗體：

\*\*([^*]*)\*\*(?=(?:[^`\\]*(?:\\.|`(?:[^`\\]*\\.)*[^`\\]*`))*[^`]*$)

從格式中刪除我的消息，但我遇到了復合標記的問題，其中多種格式同時應用於粗體和斜體等字符串。

**_bold and italic_**

有什么方法可以去除這種消息以及可以簡化我正在使用的正則表達式的東西嗎？

Answer 1

您可以使用

replaceAll("`([^`]*)`|(\\*\\*|[_~])((?:(?!\\2).)*)\\2", "$1$3")

請參閱正則表達式演示。 詳情：

• `([^`]*)` - 反引號，然后是任何零個或多個非反引號字符（捕獲到第 1 組），然后是反引號
• | - 或者
• (\*\*|[_~]) - 第 2 組： ** 、 _或~
• ((?:(?.\\2).)*) - 第 3 組：任何字符，零次或多次出現，但盡可能多的不是以捕獲到第 2 組的字符序列開頭
• \2 - 第 2 組值。

請參閱Java 演示：

String s = "**bold**  _italic_ ~strike~ `**code**`";
String regex = "(?s)`([^`]*)`|(\\*\\*|[_~])((?:(?!\\2).)*)\\2";
System.out.println(s.replaceAll(regex, "$1$3")); 
// => bold  italic strike **code**