replaceAll 和正则表达式组‽答案

【问题标题】：replaceAll and regex groups‽replaceAll 和正则表达式组‽
【发布时间】：2020-03-12 09:44:34
【问题描述】：

我最近完成了以下编程练习：Acronym Generator

声明是：

几乎在每家公司中，每个员工都有一个特定的首字母缩写词，其中包含他的名字和姓氏的第一个字符。

你的任务是编写一个生成首字母缩略词的首字母缩略词生成器对于给定的名称。您不必关心重复的首字母缩略词（其他人会为你做这件事）。请注意，名称可以在大写或小写。首字母缩写词应始终为大写。

通常，首字母缩写词始终是您的第一个字母的第一个字母，而姓氏的第一个字母大写。

例如：
Thomas Meyer => TM

martin schmidt => MS
在你的公司里，只有最多两个第一的人工作名字。如果一个人有两个名字，他们可能会用一个破折号。
Jan-Erich Schmidt => JES Jan Erich Mueller => JEM
姓氏也可以用破折号连接。没有人可以拥有超过两个姓氏。
Paul Meyer-Schmidt
在德国，有些姓氏的前导词是“von”。这应缩写为小写“v”：
Paul von Lahnstein => PvL

Martin von Lahnstein-Meyer => MvLM

我已经完成了练习，我正在尝试理解其他人的答案。我找到了一个使用replaceAll 和正则表达式的。可以看这个解决方案in this link.

public class AcronymGenerator {
  public static String createAcronym(String lastName, String firstName) {
    firstName = firstName.toUpperCase().replaceAll("(.)([A-Z])*([-| ])?(.)?(.)*", "$1$4");
    String von = lastName.toLowerCase().replaceAll("^((v)(on ))?(.)*", "$2");
    lastName = lastName.toUpperCase().replaceAll("(VON )?(.)([A-Z])*([-| ])?(.)?(.)*", "$2$5");
    return firstName+von+lastName;
  }
}

我猜他所做的是将名字替换为大写字母的首字母，von 替换为 v，姓氏替换为大写字母的首字母。但是，我不明白在 replaceAll 中使用时，正则表达式组是如何工作的

您能解释一下 replaceAll() 如何与正则表达式组一起工作吗？我想了解它是如何工作的：

replaceAll("(.)([A-Z])*([-| ])?(.)?(.)*", "$1$4");
replaceAll("^((v)(on ))?(.)*", "$2");
replaceAll("(VON )?(.)([A-Z])*([-| ])?(.)?(.)*", "$2$5");

我也读过： Java: Understanding the String replaceAll() method What is a non-capturing group in regular expressions? How to Extract people's last name start with "S" and first name not start with "S"

【问题讨论】：

我只是想知道如何在致电createAcronym(String lastName, String firstName) 之前将全名正确拆分为名字和姓氏。当然可以，只是在给定的规则下，这似乎并不简单。
@OleV.V.如果您要求用户在一个字段中输入名字并在另一个字段中输入姓氏，这非常简单。

标签： java regex string replace

【解决方案1】：

在正则表达式中，() 括号用于定义组。如果括号内的第一个字符是?，则为非捕获组¹，否则为捕获组。

^{1) 除了(?<name>X) 是一个命名的捕获组。}

示例： A(FOO)B 将匹配字符串 "AFOOB" 并将捕获字符串 "FOO"。 A(?:FOO)B 将匹配字符串 "AFOOB" 并且不会捕获任何内容。

由于一个正则表达式可以有多个捕获组，它们由位置标识，从第一个 ( 开始是捕获组1。

示例： A(X)B(?:Y)C(Z) 将匹配字符串 "AXBYCZ" 并将捕获 "X" 作为组 1，"Z" 作为组 2。非捕获组不计算在内。

所以，在你的例子中：

replaceAll("(.)([A-Z])*([-| ])?(.)?(.)*", "$1$4");
            ↑  ↑       ↑       ↑   ↑
            1  2       3       4   5

如果一个组是可选的（直接在这里，或者在一个更大的可选组内），那么当通过在Matcher 上调用group(n) 检索时捕获的值为空，或者在使用@987654337 引用时为空字符串替换值中的 @ 语法（如此处所示）。

它上面的正则表达式实际上捕获了太多，并且在字符类中错误地使用了|，最好写成：

replaceAll("(.)[A-Z]*[- ]?(.)?.*", "$1$2");
            ↑             ↑
            1             2

【讨论】：