模式涉及美元符号 ($) 时的正则表达式

Question

在匹配涉及美元符号的子模式时，我遇到了一些问题。例如，考虑以下文本块：

(en $) foo
oof ($).
ofo (env. 80 $US)

我正在使用以下正则表达式：

Pattern p = Pattern.compile(
            "\\([\\p{InARABIC}\\s]+\\)|\\([\\p{InBasic_Latin}\\s?\\$]+\\)|\\)([\\p{InARABIC}\\s]+)\\(",
            Pattern.CASE_INSENSITIVE);

public String replace(String text) {
    Matcher m = p.matcher(text);
        String replacement = m.replaceAll(match -> {
            if (m.group(1) == null) {
                return m.group();
            } else {
                return "(" + match.group(1) + ")";
            }
        });
        return replacement;
    }

但无法匹配包含$的文本

Answer 1

此代码类似于replaceAll(regex, replacement)。问题是 $ 不仅在 regex 参数中是特殊的，而且在 replacement 中也很特殊，它可以用作来自 $x 等组的匹配参考（其中x 是组 ID）或 ${groupName} 如果您的正则表达式有 (?<groupName>subregex)。

这允许我们编写类似的代码

String doubled = "abc".replaceAll(".", "$0$0");
System.out.println(doubled); //prints: aabbcc

它将用它的两个副本替换每个字符，因为每个字符将与 . 匹配并放置在第 0 组中，因此 $0$0 表示该匹配字符的两次重复。

但在您的情况下，您的 text 中有 $，因此当它匹配时，您将用它自己替换它，因此您使用的是替换 $ 没有任何关于组 ID 的信息 em>（或组名）导致IllegalArgumentException: Illegal group reference。

解决方案是在替换部分中转义$。您可以使用\ 手动执行此操作，但最好使用为此目的设计的方法Matcher#quoteReplacement（如果正则表达式会发展并且您需要转义更多内容，则此方法应与正则表达式引擎一起发展，这应该以后省点麻烦）

所以尝试将您的代码更改为

public String replace(String text) {
    Matcher m = p.matcher(text);
        String replacement = m.replaceAll(match -> {
            if (m.group(1) == null) {
                return Matcher.quoteReplacement(m.group());
                //     ^^^^^^^^^^^^^^^^^^^^^^^^
            } else {
                return Matcher.quoteReplacement("(" + match.group(1) + ")");
                //     ^^^^^^^^^^^^^^^^^^^^^^^^
            }
        });
        return replacement;
    }
}