正则表达式删除所有标点符号，但保留小数点和连字符

Question

我正在尝试制作一个正则表达式，它可以删除所有标点和空格，但保留小数点和连字号。到目前为止，我已经：

String doc = "THE SOCIAL IMPACT OF THE CHERNOBYL DISASTER BY DAVID R. MARPLES (ST. MARTIN'S PRESS: $35, CLOTH; $14.95, PAPER; 316 PP., ILLUSTRATED; 0-312-02432-0)";
String doc = doc.replaceAll("[^a-zA-Z_0-9-]+", " ").toLowerCase();

它删除所有点，包括小数点。

我如何使它区分点周围的字符或数字？

预期产出：

 the social impact of the chernobyl disaster by david r marples st martin s press 35 cloth 14.95 paper 316 pp illustrated 0-312-02432-0

Answer 1

删除所有标点和空白，但保留小数点和连字符

您可以使用可选的捕获组来匹配十进制数，并使用back reference将其放回替换位置。

Java代码：

String repl = str.replaceAll("(\\.\\d+|\\w+(?:-\\w+)+)?[\\s\\p{P}]+", "$1 "));

正则表达式演示

RegEx分手：

• （-开始捕获组
  • \\\\d-匹配一个点，后跟数字
  • |-或
  • \\w（？：-\\w）-匹配连字符单词

  替换字符串是：“$1”，这意味着可选组#1后面有一个空格。

Answer 2

您可以尝试以下方法：

[^a-zA-Z0-9_.-]|(?<!\d)\.(?!\d)|(?<!\w)-(?!\w)

更新：

为连字符（？

并替换为"

说明：

1. [^a-zA-Z0-9.-]在初始正则表达式中加入点，以避免初始正则表达式与之不匹配

正则表达式演示

Java演示示例来源：

final String regex = "[^a-zA-Z0-9_.-]|(?<!\\d)\\.(?!\\d)|(?<!\\w)-(?!\\w)";
final String string = "THE - . SOCIAL IMPACT OF THE CHERNOBYL DISASTER BY DAVID R. MARPLES "
        + "(ST. MARTIN'S PRESS: $35, CLOTH; $14.95, PAPER; 316 PP., ILLUSTRATED; 0-312-02432-0)\n\n\n";

String result=string.replaceAll(regex," ");
System.out.println(result);