正则表达式贪婪或语法错误

Question

我试图从文本中的引号中删除所有[.!?]，这样做，我想首先使用正则表达式捕获我的所有引号，包括[.!?]，然后再删除它们。

我的正则表达式不起作用，可能是因为它太贪心了。它从我的“«”（索引 569 处的字符）到最后一个字符，即另一个“»”（索引 2730 处的字符）。

我的正则表达式是：

Pattern full=Pattern.compile("«.*[.!?].*?»");

Matcher mFull = full.matcher(result);
while(mFull.find()){
    System.out.println(mFull.start()+"  "+mFull.end());
}

所以我得到了：

569   2731

同样，贪婪的问题，捕捉句子（以任何 [A-Z] 开头并以任何 [.!?] 结尾。

Answer 1

你可以使用

s = s.replaceAll("(\\G(?!^)|«)([^«».!?]*)[.!?](?=[^«»]*»)", "$1$2");

见regex demo

详情

• (\G(?!^)|«) - 第 1 组（其值由替换模式中的 $1 引用）：前一个匹配的结束或 «
• ([^«».!?]*) - 第 2 组 ($2)：除 «、»、!、. 和 ? 之外的任何 0+ 个字符
• [.!?] - 三个符号中的任何一个
• (?=[^«»]*») - 在 0 个或多个字符之后必须有一个 »，而不是 « 和 »，紧邻当前位置的右侧。