java - 从文本中排除独立的撇号

Question

我需要从文本中排除所有符号，除了字母、空格和独立撇号（如：“'”或“this ' is”），但如果撇号是单词的一部分（如：“word'”或“那是”或“'字”）。我尝试了 String.replaceAll("[^a-z'\\s]","")方法，似乎我需要添加类似的东西[^([a-z]*'[a-z]+|[a-z]+'[a-z]*)]，但我无法做出完整的表达，而且表达的第二部分似乎无效。

感谢帮助！

Answer 1

您可以使用

s.replaceAll("[^a-zA-Z\\s']|(?<!\\S)'(?!\\S)","")

请参阅正则表达式演示。细节：

• [^a-zA-Z\s']- 除 ASCII 字母、空格和单引号外的任何字符
• |- 或者
• (?<!\S)'(?!\S)- a'前后都没有非空白字符。

查看Java 演示：

String s = " ' this ' is word' that's 'word";
System.out.println(s.replaceAll("[^a-zA-Z\\s']|(?<!\\S)'(?!\\S)",""));
// =>   this  is word' that's 'word