Java 如何替换多个匹配的正则表达式

我有一组正则表达式替换，需要应用于一组字符串

例如：

具有单个空格的所有多个空格

（“\s{2，}”->”）

全部。后面跟着一个带有字符的字符。后跟空格，后跟字符

（\。（[a-zA-Z]-->“$1”）

所以我会有这样的东西：

String s="hello     .how are you?";
s=s.replaceAll("\\s{2,}"," ");
s=s.replaceAll("\\.([a-zA-Z])",". $1");
....

s = s.replaceAll("\\s{2,}|(\\.)(?=[a-zA-Z])", "$1 ");

它可以工作，但是想象一下，我正在尝试替换一个长字符串上的100多个这样的表达式。不用说这有多慢

所以我的问题是，是否有一种更有效的方法可以用一个replaceAll（或类似的东西，例如Pattern/Matcher）来概括这些替换

我跟着

---

但问题是我的正则表达式不是

简单字符串

您有以下2个

replaceAll

调用：

s = s.replaceAll("\\s{2,}"," ");
s = s.replaceAll("\\.([a-zA-Z])",". $1");

您可以将它们组合成一个

replaceAll

，如下所示：

String s="hello     .how are you?";
s=s.replaceAll("\\s{2,}"," ");
s=s.replaceAll("\\.([a-zA-Z])",". $1");
....

s = s.replaceAll("\\s{2,}|(\\.)(?=[a-zA-Z])", "$1 ");

查看并修改它

使用

地图

• 将数字分组为整数键
• Lambdas作为值

修改循环以检查匹配的组。然后使用该组编号获取替换lambda

伪代码

Map<Integer, Function<Matcher, String>> replacements = new HashMap<>() {{
    put(1, matcher -> "");
    put(2, matcher -> " " + matcher.group(2));
}};

String input = "lorem substr1 ipsum substr2 dolor substr3 amet";

// create the pattern joining the keys with '|'. Need to add groups for referencing later
String regexp = "(\\s{2,})|(\\.(?:[a-zA-Z]))";

StringBuffer sb = new StringBuffer();
Pattern p = Pattern.compile(regexp);
Matcher m = p.matcher(input);

while (m.find()) {
    //TODO change to find which groupNum matched
    m.appendReplacement(sb, replacements.get(m.group(groupNum)));
}
m.appendTail(sb);


System.out.println(sb.toString());   // lorem repl1 ipsum repl2 dolor repl3 amet

Map replacements=newhashmap（）{{
放置（1，匹配器->“”）；
put（2，matcher->“”+matcher.group（2））；
}};
字符串输入=“lorem substr1 ipsum substr2 dolor substr3 amet”；
//创建用“|”连接键的模式。需要添加组以供以后参考
字符串regexp=“（\\s{2，}）|（\\.（？：[a-zA-Z]）”；
StringBuffer sb=新的StringBuffer（）；
Pattern p=Pattern.compile（regexp）；
匹配器m=p.Matcher（输入）；
while（m.find（））{
//TODO更改以查找匹配的groupNum
m、 appendReplacement（sb，replacements.get（m.group（groupNum））；
}
m、 （某人）；
System.out.println（sb.toString（））；//lorem repl1 ipsum repl2 dolor repl3 amet

您可以使用一个大的正则表达式和。但是，您必须非常小心使用您的正则表达式，因为它可能会变得有些混乱，并可能遭受灾难性的回溯。@BoristheSpider如果我使用它，那么我就很难知道使用了哪个正则表达式。不，只需使用捕获组并检查其中有数据。@Boris假设我匹配了

。A

我如何知道这是否是使用

\\（[A-zA-Z]）

匹配的。如果您有一个模式，例如

（A）|（B）

，那么您知道，当您获得匹配时，第一组或第二组将被填充-另一组将为空（禁用）。你可以用它来确定替换。这是一个很好的观察搭档，但不幸的是，还有许多其他规则不适合这种技术。我根据你所讨论的代码发布了答案。如果你展示更多的代码，那么我可以更好地判断可以做些什么来优化它。thx搭档，有100多条规则，显然是pointl要把它们全部加起来，还有一个

（[a-zA-Z]）\\-，（[a-zA-Z]）

-->-

$1-$2

@nafas这是一个好的解决方案的基础，即使您的表达式是“复杂的”。如果您可以根据常见的替换表达式对所有正则表达式进行分组，那么使用regex替换来链式调用

replaceAll（）

（如本例中所示），它将尽可能高效。例如

s=s.replaceAll（\\s{2，}{124;（\\）（？=[a-zA-Z]），“$1”）.replaceAll（“foo | bar | baz”，“qux”）.replaceAll…；

@Bohemian我同意，老实说，当anubhava成功地将两者结合起来时，我感到惊讶。这样我可以减少我正在使用的正则表达式的数量，但仍然需要很多repalcell等，我想单行程序或任何更复杂的东西都没有希望了。