奇怪的单词通过在clojure中使用regexp替换

Question

我想在中替换所有demo单词“演示演示演示演示demo1演示”通过使用以下代码，但结果似乎有些怪异。

(string/replace
 "demo demo demo demo demo1 Demo"
 (re-pattern (str "(?i)" "(^|\\s)(" "demo" ")($|\\s)"))
 "$1[[$2]]$3")

;; => "[[demo]] demo [[demo]] demo demo1 [[Demo]]"

为什么未更换第二和第四个？感谢任何解释和解决方案。

编辑：做了一些实验。如果在第二个单词之前添加了另一个空间，则可以成功替换它，因此看起来“边界”一词无法使用两次。我可以两次进行替换来替换所有这些演示单词，但这很麻烦。有更好的解决方案吗？

(string/replace
 "demo  demo demo demo demo1 Demo"
 (re-pattern (str "(?i)" "(^|\\s)(" "demo" ")($|\\s)"))
 "$1[[$2]]$3")

;; => "[[demo]]  [[demo]] demo [[demo]] demo1 [[Demo]]"

Answer 1

我将使用\ b（ ）这样：

(clojure.string/replace "demo demo demo demo demo1 Demo"
                        #"\b(demo)\b"
                        "[[$1]]")

=> "[[demo]] [[demo]] [[demo]] [[demo]] demo1 Demo"

如果您也想匹配demo：

(clojure.string/replace "demo demo demo demo demo1 Demo"
                        #"\b([d|D]emo)\b"
                        "[[$1]]")

=> "[[demo]] [[demo]] [[demo]] [[demo]] demo1 [[Demo]]"

Answer 2

Martinpůda的答案，使用\ b零宽的单词边界匹配模式，可能是最适合您的需求的。

如果您想了解为什么您的答案不做想要的事情，那么关键是您期望的比赛重叠。默认情况下，Java Matcher类及其Clojure等效假设假定非重叠的匹配。在您的特殊情况下，您的模式是“线或空间的开始，然后是字符串'演示'，然后是线路或线路的末端”。因此，第一匹匹配是在第一个“演示”之后使用的空间，因此第二个“演示”与模式不符。这也是为什么当您添加两个空间时，您的图案有效。

处理正则模式重叠匹配的一般方法是在模式中使用零宽的lookaheads和lookbehinds。这是一个示例，可以解决您的特定问题，而您的答案只需更改。

user> (clojure.string/replace
       "demo demo demo demo demo1 Demo"
       (re-pattern (str "(?i)" "(\\s?)(?<=^|\\s)(" "demo" ")(?=\\s|$)(\\s?)"))
       "$1[[$2]]$3")
"[[demo]] [[demo]] [[demo]] [[demo]] demo1 [[Demo]]"

为了更好地显示每场比赛，我们可以将每场匹配包装在卷曲括号中

user> (clojure.string/replace
       "demo demo demo demo demo1 Demo"
       (re-pattern (str "(?i)" "(\\s?)(?<=^|\\s)(" "demo" ")(?=\\s|$)(\\s?)"))
       "{$1[[$2]]$3}")
"{[[demo]] }{[[demo]] }{[[demo]] }{[[demo]] }demo1{ [[Demo]]}"