正则表达式用于从字符串中删除单引号（所有格名词除外）？

Question

我在 Java 中有以下正则表达式：

String regex = "[^\s\p{L}\p{N}]";
Pattern p = Pattern.compile(regex);

String phrase = "Time flies: "when you're having fun!" Can't wait, 'until' next summer :)";
String delimited = p.matcher(phrase).replaceAll("");

现在这个正则表达式删除所有非空格和非字母数字。

Input: Time flies: "when you're having fun!" Can't wait, 'until' next summer :)
Output: Time flies when youre having fun Cant wait until next summer

问题是，我想保留单词上的单引号，例如 you're、can't 等。但想删除句子末尾或单词周围的单引号，比如'hello'。这就是我想要的：

Input: Time flies: "when you're having fun!" Can't wait, 'until' next summer :)
Output: Time flies when you're having fun Can't wait until next summer

如何更新我当前的正则表达式才能执行此操作？我需要保留 \p{L} 和 \p{N}，因为它必须适用于多种语言。

谢谢！

Answer 1

这应该做你想做的，或者接近：

String regex = "[^\s\p{L}\p{N}']|(?<=(^|\s))'|'(?=($|\s))";

正则表达式有三个选项，由 | 分隔。它将匹配：

任何不是 space、字母、数字或引号的字符。
引号，如果它前面是行的开头或 space（因此，引号在单词的开头）。这使用 正向回顾。
一个引号，如果它后跟行尾或 space（因此，引号在单词的末尾）。这使用 正向先行.

它适用于您提供的示例。它可能无法按您想要的方式工作的地方是，如果您有一个单词在一侧带有引号，而另一侧没有："'Tis a shame that we couldn't visit James' house"。由于 lookahead/behind 只查看引号前后的字符，而不会向前看（例如）单词开头的引号是否跟在单词末尾的引号这个词，它将删除 'Tis and James' 上的引号。

正则表达式用于从字符串中删除单引号（所有格名词除外）？

Regex for removing single quotes from string except for possessive nouns?

java

regex

string

replace

string-parsing