替换文本边界内的表达式

Posted 2023-03-15

【中文标题】替换文本边界内的表达式

【英文标题】：Replace an Expression Within Text Boundaries

【发布时间】：2010-10-23 23:26:31

【问题描述】：

我有一个相当烦人的问题，我使用 Java 中的一个简单递归方法解决了这个问题。不过，我正在寻找更好的方法来做到这一点。

最初的问题涉及在 Quoted Printable/Base64 编码的 Mime 标头中存在空白 - 当我阅读 RFC 2047 规范时 - 这是不允许的。这意味着当出现空白时，MIME 标头的解码失败，例如

=?iso-8859-1?Q?H=E4 ll and nothing?=

或更贴切地：

=?iso-8859-1?Q?H=E4 ll?= preserve this text =?iso-8859-1?Q?mo nk ey?=

我们的目标是只删除 =? 之间的空格。 ?= 边界（或使用 =20 重新编码）。应保留此之外的其他文本。

我正在寻找解决此问题的替代方法，我的目标语言是 Java。关于最简单、最干净的方法的任何想法？

【参考方案1】：

正则表达式http://java.sun.com/docs/books/tutorial/essential/regex/。

\s = 空格 \S = 非空白 \? = 转义问号 . = 所有字符，类似于较弱模式匹配中的 *。

使用这样的方法进行多部分查找和替换可能是最简单的： 拉出这部分：=\?.\?=

将该部分中的 \s 全局替换为空字符串。

把零件放回去。

如果您使用正则表达式的时间足够长，您也许可以将其归结为一次搜索和替换...

【讨论】：

您可以使用捕获组并迭代结果，但此时您可能最好使用简单的递归方法，我认为它本质上是 pgras 的状态机。

【参考方案2】：

您可以构建一个简单的状态机来跟踪您是否介于 =?和 ?= ，然后按字符读取输入字符并在需要时通过字符转换空格输出它...

【参考方案3】：

您可以将字符串拆分为 ?，然后将其重新组合在一起，在替换空格和不替换空格之间交替。

编辑：糟糕。错过了等号。会更正。

编辑 2：更正的实现（源自 Matcher.appendReplacement() 的 Javadoc 示例）：

String input = "=?iso-8859-1?Q?H=E4 ll?= what about in this case? :) =?iso-8859-1?Q?mo nk ey?=";

Pattern p = Pattern.compile("=\\?(.*?)\\?=");
Matcher m = p.matcher(input);
StringBuffer sb = new StringBuffer();
while (m.find()) 
    m.appendReplacement(sb, m.group().replaceAll(" ", ""));

m.appendTail(sb);
System.out.println(sb.toString());

【讨论】：

=?iso-8859-1?Q?H=E4 ll?= 在这种情况下呢？ :) =?iso-8859-1?Q?mon nk ey?=

【参考方案4】：

嗯，我不知道更好，但这里有另一种方法：

    public static void main( String[] args )
    
        String ex1 = "=?iso-8859-1?Q?H=E4 ll?= " + 
            "preserve this text =?iso-8859-1?Q?mo nk ey?=";
        String res1 = removeSpaces( ex1 );

        System.out.println( ex1 );
        System.out.println();
        System.out.println( res1 );
    

    public static String removeSpaces( String str )
    
        StringBuffer result = new StringBuffer();
        String strPattern = "(\\?.+\\?)";
        Pattern p = Pattern.compile( strPattern );
        Matcher m = p.matcher( str );

        if ( !m.find() || m.groupCount() == 0 )
         // Contains no matching sequence.
            return str;
        

        for ( int i = 1; i <= m.groupCount(); i++ )
        
            m.appendReplacement( result, 
                m.group( i ).replaceAll( "\\s", "" ) );
        

        return result.toString();