1. 概述
本文将深入探讨如何使用Java中String类的replaceAll()方法，通过正则表达式实现文本替换。我们将重点学习两种核心技术：反向引用（Back Reference）和环视（Lookaround），并对比它们的性能表现。下面先从第一种方法讲起。
2. 结合反向引用使用replaceAll()
要理解反向引用，首先需要掌握匹配组（Matching Group）的概念。简单说，匹配组就是将多个字符视为一个整体单位。反向引用允许我们在同一正则表达式中引用之前捕获的组，通常用\1、\2等数字表示对应的捕获组。
示例：正则表达式
(a)(b)\1中的\1引用了第一个捕获组(a)。
在字符串替换操作中，我们利用这些引用将匹配文本替换为目标内容。使用replaceAll()时，替换字符串中通过$1、$2等引用捕获组。
考虑一个实际场景：移除字符串中间的星号（*），仅保留开头和结尾的星号。例如：
*text*保持不变**te*x**t**转换为*text*
2.1. 反向引用实现
String str = "**te*xt**";
String replaced = str.replaceAll("(^\\*)|(\\*$)|\\*", "$1$2");
assertEquals("*text*", replaced);
正则表达式(^\\*)|(\\*$)|\\*包含三个部分：
(^\\*)：捕获字符串开头的星号(\\*$)：捕获字符串结尾的星号\\*：捕获所有其他位置的星号
替换字符串$1$2仅保留首尾星号（对应组1和组2），其他星号被替换为空。不同匹配部分用颜色区分如下：
接下来看另一种更直观的实现方式。
3. 结合环视使用replaceAll()
环视（Lookaround）允许在匹配时忽略周围字符，提供更简洁的解决方案：
String str = "**te*xt**";
String replacedUsingLookaround = str.replaceAll("(?<!^)\\*+(?!$)", "");
assertEquals("*text*", replacedUsingLookaround);
正则表达式(?<!^)\\*+(?!$)解析：
(?<!^)：负向后查找，确保星号前不是字符串开头\\*+：匹配一个或多个星号(?!$)：负向前查找，确保星号后不是字符串结尾
空替换字符串直接移除匹配的中间星号。匹配范围可视化如下：
除可读性外，两种方法性能差异显著，下面通过基准测试验证。
4. 性能对比：环视 vs 反向引用
使用JMH基准测试框架，测量两种方法处理大量字符串替换的平均耗时。测试配置：
- 测试字符串：
"*example*text**with*many*asterisks**"重复1000次 - 预热迭代：2次
- 测量迭代：5次
- 输出单位：毫秒（ms）
@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.MILLISECONDS)
@Fork(1)
@Warmup(iterations = 2)
@Measurement(iterations = 5)
public class RegexpBenchmark {
private static final int ITERATIONS_COUNT = 1000;
@State(Scope.Benchmark)
public static class BenchmarkState {
String testString = "*example*text**with*many*asterisks**".repeat(ITERATIONS_COUNT);
}
@Benchmark
public void backReference(BenchmarkState state) {
state.testString.replaceAll("(^\\*)|(\\*$)|\\*", "$1$2");
}
@Benchmark
public void lookaround(BenchmarkState state) {
state.testString.replaceAll("(?<!^)\\*+(?!$)", "");
}
public static void main(String[] args) throws Exception {
Options opt = new OptionsBuilder()
.include(RegexpBenchmark.class.getSimpleName())
.build();
new Runner(opt).run();
}
}
测试结果明确显示环视性能更优：
Benchmark Mode Cnt Score Error Units
RegexpBenchmark.backReference avgt 5 0.504 ± 0.011 ms/op
RegexpBenchmark.lookaround avgt 5 0.315 ± 0.006 ms/op
反向引用较慢的原因：需要额外开销单独捕获组，再用替换字符串重组结果。而环视直接定位目标字符并删除，效率更高。
5. 总结
本文展示了如何通过replaceAll()结合反向引用和环视实现正则替换。反向引用适合复用匹配文本片段，但捕获组开销会降低性能。基准测试证明，在简单替换场景中，环视是更优选择。
✅ 核心要点：
- 反向引用：
$n语法保留捕获组内容 - 环视：
(?<!X)和(?!Y)排除特定上下文 - 性能：环视比反向引用快约37%
完整代码示例可在GitHub获取。