Java正则表达式的行为不符合逻辑。替换文本中的单词

我不明白，为什么这个正则表达式不能代替“dürfen”。。。 我有一个输入文本，需要替换很多填充词。但是，由于某种原因，有些人被忽视了。这和空间有关，但我不明白

    String input = "melanie rugullies eching trägt dirndl darüber das volksfestmadl stadt freising dürfen begeistern für tanzsport ";
    //does not work
    input = input.replaceAll("( dürfen )", " ");
    input = input.replaceAll("(\\sdürfen\\s)", " ");
    input = input.replace(" dürfen ", " ");

    //works ...
    input = input.replaceAll("(\\sdarüber\\s)", " ");
    input = input.replaceAll("(\\smöchte\\s)", " ");
    //input = input.replace(" dürfen", " "); //works but is not desired ...
    System.out.println(input);

输出

梅勒妮·鲁格里斯是大众节的主持人 弗雷辛·杜尔芬·贝格斯特恩·弗尔·坦斯波特

---

预计“杜尔芬”不是输出的一部分。。但事实的确如此！另一方面，“darüber”消失了…

这在python中工作

# coding: utf-8

import re
s = "melanie rugullies eching trägt dirndl darüber das volksfestmadl stadt freising dürfen begeistern für tanzsport "
print(re.sub(' dürfen ','',s))
# melanie rugullies eching trägt dirndl darüber das volksfestmadl stadt freisingbegeistern für tanzsport 

---

尝试只替换

“dürfen”

，而不是

“（dürfen）”

或

“（\\sdürfen\\s）”

您的问题是正则表达式在搜索词的两侧都包含空格。在正则表达式引擎替换了单词

“dürfen”

的一个实例之后，它在左侧和右侧都没有为单词留出空间。因此，下一个单词替换失败（因为单词前面没有空格）

您可以使用lookahead regex修复此问题：

String input = "melanie rugullies eching trägt dirndl darüber das volksfestmadl stadt freising dürfen begeistern für tanzsport ";
input = input.replaceAll("\\s+(dürfen|darüber|möchte)(?=\\s)", "");
System.out.println( input );
//=> melanie rugullies eching trägt dirndl das volksfestmadl stadt freising begeistern für tanzsport

---

没有问题，代码运行良好

---

包com.stackoverflow

公共类主类{

public static void main(String[] args) {
    // TODO Auto-generated method stub
    String input = "melanie rugullies eching trägt dirndl darüber das volksfestmadl stadt freising dürfen begeistern für tanzsport ";
    //does not work
    input = input.replaceAll("( dürfen )", " ");
    input = input.replaceAll("(\\sdürfen\\s)", " ");
    input = input.replace(" dürfen ", " ");

    //works ...
    //input = input.replaceAll("(\\sdarüber\\s)", " ");
    //input = input.replaceAll("(\\smöchte\\s)", " ");
    //input = input.replace(" dürfen", " "); //works but is not desired ...
    System.out.println(input);

}

}

---

输出

melanie rugullies eching trägt dirndl darüber das volksfestmadl stadt freising begeister für tanzsport

此代码有效（大写字母没有问题），其正则表达式以正确的间距保留字符串：

input = input.replaceAll("\\W*\\bdürfen\\b\\W*", " ").trim();

---

这个正则表达式的一个小区别是，它使用任意一侧的任何非单词字符（即连字符等，而不仅仅是空格）并放入空格。然后对该结果进行修剪，以处理在输入开始/结束时发生的替换边缘情况。

使用

\b

检查工作边界。没有乌姆劳特的作品；你能在没有它们的情况下尝试你的代码吗？可能是一种编码方式。FWIW，你的代码取代了“dürfen”，正如你在my中所期望的那样。谢谢@J0e3gan，那么无论什么原因，这只在我的pc/java版本上才是真正的错误。就像我说的。。。这真的没有道理。谢谢你。。。边界\b比\s工作得更好。。。但是我不明白为什么大多数单词都有用，但有些不…@Umingo你的“不起作用”的例子对我有用。检查编辑器的编码。或者，使用UTF格式对您的文本进行编码，例如

u

is

\u00fc

thx@Bogemian，但奇怪的是，除了UTF-8之外没有其他格式。我正在使用netbeans，netbeans拒绝使用非utf-8编码的文件。您可能有来自另一个字符集的字符，这些字符看起来相同，但有所不同。请打印出每个字符的十进制值：

System.out.println（（int）str.charAt（I））并比较