Java纯正则替换：保留指定匹配模式，移除其余内容

可以通过三次连续的replaceAll调用实现需求，全程无需循环、流或其他遍历操作：

String input = "foo <em>12a123</em> bar <em>32A1234</em> baz";
// 第一步：保留目标序列，其余所有字符替换为空格
String step1 = input.replaceAll("(\\d{2}\\s?[a-zA-Z]\\s?\\d{2,5})|.", "$1 ");
// 第二步：合并多余空格并去除首尾空格，得到用单个空格分隔的目标序列
String step2 = step1.replaceAll("\\s+", " ").trim();
// 第三步：为每个目标序列包裹<code>标签
String result = step2.replaceAll("(\\d{2}\\s?[a-zA-Z]\\s?\\d{2,5})", "<code>$1</code>");

步骤详解 #

1. 第一步替换：

   • 正则(\\d{2}\\s?[a-zA-Z]\\s?\\d{2,5})|. 匹配两种内容：要么是符合规则的目标序列（捕获为组1），要么是任意单个字符。
   • 替换模板$1 表示：如果匹配到目标序列则保留它并追加一个空格，否则用空格替换该字符。这样所有非目标内容都会被转为空格，目标序列则被保留并间隔开。

2. 第二步替换：

   • \\s+ 匹配一个或多个连续空格，替换为单个空格，再通过trim()去除首尾多余空格，得到干净的、用单个空格分隔的目标序列字符串。

3. 第三步替换：

   • 再次匹配每个目标序列，将其替换为<code>目标序列</code>格式，完成最终格式化。

示例验证 #

• 输入："foo <em>12a123</em>" → 输出：<code>12a123</code>
• 输入："<em>12 a123</em> bar <em>32A 1234</em>" → 输出：<code>12 a123</code> <code>32A 1234</code>
• 输入："foo bar" → 输出：""

内容的提问来源于stack exchange，提问作者ibexit