用正则表达式一次性替换主题标签答案

【问题标题】：Replace hashtags in a single pass with regex用正则表达式一次性替换主题标签
【发布时间】：2017-12-02 05:11:51
【问题描述】：

我想用 Java 中的等效标签替换字符串中的所有主题标签。例子：

This is a #foo_bar #document about #nothing_but_tags!

将导致：

This is a foo bar document about nothing but tags!

这可能在 一次性 正则表达式替换中实现吗？一个标签可能包含许多单词。

【问题讨论】：

【解决方案1】：

这是一种通过小技巧来做到这一点的方法：

String str = "#This is a #foo_bar #document about #nothing_but_tags!";
String res = str.replaceAll(" ?#|(?<=#\\w{0,100})_", " ").trim();

它会因超过 100 个字符的主题标签而中断，并且如果它恰好是字符串中的第一个元素（因此调用 trim()），它会在标签中插入一个空格来代替 hash。

100 个字符的限制来自lookbehind 的{0,100} 部分。这是 Java regex 引擎的一个限制：与其他一些 regex 引擎不同，它要求look-aneads 和look-behinds 的长度有一个明确的上限。

【讨论】：

感谢您的回答。你能解释一下前瞻的工作原理吗？
@Mohsen 这个结构(?<=#\\w{0,100})_ 表示“下划线”（在末尾）前面是= 之后的括号中的内容，即#\\w{0,100}，表示“一个标签和最多100 个单词字符”。但是，这些都没有被捕获：正则表达式引擎将它们验证为匹配的先决条件，但只有下划线真正匹配。这里是a link to my favorite tutorial on lookaheads and lookbehinds。