我的工具获取纯文本，并通过从标签中的文本替换术语来逐渐生成“标签”。由于存在一些复合术语，唯一的方法（我认为）是使用 ReplaceAll regex。
感谢stackoverflow的朋友，在我的最后一个问题中，我的应用程序得到了一个很好的正则表达式，但经过测试，出现了一个新的需求：
“一个正则表达式，用于替换标签之外和另一个单词之外的所有单词”
原始代码：
String str = "world worldwide <a href=\"world\">my world</world>underworld world";
str = str.replaceAll("\\bworld\\b(?![^<>]*+>)", "repl");
System.out.println(str);
我现在只需要替换“world”（当然标签之外）而不是“underworld”或“worldwide”
预期结果：
repl worldwide <a href="world">my world</world>underworld repl
我不认为正则表达式是完成这项工作的最佳工具，但如果你只是想调整和优化你现在拥有的东西，你可以使用边界这个词\b，扔掉不必要的捕获组和可选的重复说明符，并使用所有格重复：
\bworld\b(?![^<>]*+>)
这\bworld\b将确保"world"被零宽度的单词边界锚点包围。这将阻止它匹配"world"in"underworld"和"worldwide"。请注意，边界定义可能不是您想要的，例如与in\bworld\b不匹配。"world""a_world_domination"
原始模式还包含一个看起来像(x+)?. 这可能更好地表述为 simple x*。也就是说，不是?"one-or-more"的 "zero-or-one" ，而是+简单的 "zero-or-more" *。
捕获组(…)在功能上是不需要的，并且您似乎不需要捕获来替换替换中的任何替换，因此摆脱它可以提高性能（当您需要分组方面而不是捕获方面时，您可以改用非捕获组(?:…)）。
另请注意[^<]，我们现在禁止使用[^<>]. 现在可以将重复指定为所有格，因为在这种情况下不需要回溯。
（这[…]是一个字符类。类似[aeiou]匹配任何一个小写元音。[^…]是一个否定字符类。[^aeiou]匹配除小写元音之外的任何一个。）
当然(?!…)是负前瞻；它断言给定的模式不能匹配。所以整体模式是这样的：
\bworld\b(?![^<>]*+>)
\_______/\__________/ NOT the case that
"world" the first bracket to its right is a closing one
surrounded by
word boundary anchors
请注意，要在 Java 字符串文字中获得反斜杠，您需要将其翻倍，因此作为 Java 字符串文字的整个模式是"\\bworld\\b(?![^<>]*+>)".