前两天遇到一个需求，大概是这样：
有"放射性废物分类", "放射性物质", "放射性", "放射", "性" 这样一组词语，要在 这样一段话中匹配 ''关于发布《放射性废物分类》的公告，放射性物质是有害物质，放射元素会影响人的医生",要求如果长的包含短的只匹配长的，比如放射性包含放射和性，在放射性物质中只匹配放射性，匹配到的要前后加<em></em>
实现这样的功能就想到了正则表达式，下面先了解简单的正则语法
1.正则表达式介绍
正则表达式（Regular Expression），通常简称为"正则"或"Regex"，是⼀种⽤于描述字符串模式 的表达式。它是由字符和运算符组成的⽂本模式，⽤于匹配、查找或替换⽂本中的字符序列。
主要功能 ：
匹配⽂本模式; 查找和替换 ;数据提取 ; 表单验证 ; ⽂本处理⼯具。
2.正则表达式语法
正则表达式（正则）的语法由⼀系列字符和操作符组成，⽤于定义字符串的模式。以下是⼀些常⻅ 的正则表达式语法元素：
2.1字⾯字符
普通字符： ⼤多数字符表示它们⾃身。例如，字⺟和数字⼤多直接匹配⾃身。
2.2元字符
-
.（点）：
匹配除换⾏符之外的任意字符。 a.b // 匹配 "aab"、"axb"、"a@b" 等
-
^： 匹配字符串的开头。
^abc // 匹配以 "abc" 开头的字符串
-
$： 匹配字符串的结尾。
xyz$ // 匹配以 "xyz" 结尾的字符串
-
\d \D 匹配⼀个数字或⾮数字
-
\n 匹配换⾏符
-
\s \S 匹配空⽩字符 或 ⾮空⽩字符
-
\w \W 匹配任何单词 或 ⾮单词 [A-Za-z0-9_]
2.3 字符类
...\]： 匹配⽅括号内的任何字符
[aeiou] // 匹配任何⼀个元⾳字⺟
\^ 表示取反，匹配不在⽅括号内的任何字符。
[^0-9] // 匹配任何⾮数字字符
### 2.4量词
* \*： 匹配零次或多次前⾯的元素。
a* // 匹配 "a"、"aa"、"aaa" 等
* +： 匹配⼀次或多次前⾯的元素。
b+ // 匹配 "b"、"bb"、"bbb" 等
* ?： 匹配零次或⼀次前⾯的元素。
c? // 匹配 "c" 或空字符串
* {n}： 匹配恰好 n 次前⾯的元素。
d{3} // 匹配 "ddd"
* {n,}： 匹配⾄少 n 次前⾯的元素。
e{2,} // 匹配 "ee"、"eee"、"eeee" 等
* {n,m}： 匹配⾄少 n 次且不超过 m 次前⾯的元素。
f{2,4} // 匹配 "ff"、"fff"、"ffff"
这些元素只是正则表达式语法的⼀部分，正则表达式还有许多⾼级特性和选项，具体取决于⽀持正 则表达式的⼯具或语⾔。学习正则表达式通常需要不断练习和实践，逐渐掌握其强⼤的⽂本匹配和 处理能⼒
## 3.正则表达式⾼级特性
3.1 转义字符
\\： 转义字符，⽤于匹配元字符本身。
\. // 匹配句点字符 "."
\? // 匹配?
\+ // 匹配+
\* // 匹配*
3.2分组和捕获
(...)： 创建⼀个分组，可以对其应⽤量词。
(abc)+ // 匹配 "abc"、"abcabc" 等 group(1) 可以获取
(?:...)： ⾮捕获分组，不捕获匹配的内容。
(?:ab)+ // 匹配 "ab"、"abab" 等，group(1) 获取不到
3.3 零宽断⾔
(?=...)： 正向肯定预查，匹配在某些内容之前的位置。
a(?=b) // 匹配 "a"，但仅当其后⾯跟着"b"
(?!...)： 正向否定预查，匹配不在某些内容之前的位置。
x(?!y) // 匹配 "x"，但仅当其后⾯不跟着 "y"
(?\<=...)： 反向肯定预查，匹配在某些内容之后的位置。
(?<=a)b // 匹配 "b"，但仅当其前⾯是 "a"
(?\Example";
Pattern pattern = Pattern.compile("a\\s*=\\s*\"[^\"]+\"");
Matcher matcher = pattern.matcher(text);
while (matcher.find()) {
System.out.println(matcher.group());
}
}
结果：
text="value"
## 6.实现问题功能
```java
public class KeywordHighlighter {
public static void main(String[] args) {
// 给定的一段话
String text = "关于发布《放射性废物分类》的公告，放射性物质是有害物质，放射元素会影响人的医生";
// 关键词列表，按长度降序排列
String[] keywords = {"放射性废物分类", "放射性物质", "放射性", "放射", "性"};
// 调用方法进行匹配和高亮
String highlightedText = replaceKeywords(text, keywords);
// 打印结果
System.out.println(highlightedText);
}
public static String replaceKeywords(String text, String[] keywords) {
// 按长度降序排序关键词
Arrays.sort(keywords, (a, b) -> b.length() - a.length());
// 构建正则表达式
StringBuilder patternBuilder = new StringBuilder();
for (String keyword : keywords) {
if (patternBuilder.length() > 0) {
patternBuilder.append("|");
}
patternBuilder.append(Pattern.quote(keyword));
}
// 编译正则表达式
Pattern pattern = Pattern.compile(patternBuilder.toString());
Matcher matcher = pattern.matcher(text);
// 替换匹配到的关键词
StringBuffer sb = new StringBuffer();
while (matcher.find()) {
matcher.appendReplacement(sb, "" + matcher.group() + "");
}
matcher.appendTail(sb);
return sb.toString();
}
}
```
代码解释
> 1.给定的一段话：
>
> String text = "关于发布《放射性废物分类》的公告，放射性物质是有害物质，放射元素会影响人的医生";：定义了一段文本。
>
> 2.关键词列表：
>
> String\[\] keywords = {"放射性废物分类", "放射性物质", "放射性", "放射", "性"};：定义了一个关键词列表。
>
> 3.按长度降序排序关键词：
>
> Arrays.sort(keywords, (a, b) -\> b.length() - a.length());：按关键词长度降序排序，确保长词优先匹配。
>
> 4.构建正则表达式：
>
> StringBuilder patternBuilder = new StringBuilder();：创建一个 StringBuilder 对象来构建正则表达式。
>
> for (String keyword : keywords)：遍历关键词列表，将每个关键词添加到正则表达式中。
>
> Pattern.quote(keyword)：对关键词进行转义，防止特殊字符影响正则表达式。
>
> 5.编译正则表达式：
>
> Pattern pattern = Pattern.compile(patternBuilder.toString());：编译正则表达式。
>
> Matcher matcher = pattern.matcher(text);：创建一个 Matcher 对象，用于在文本中查找匹配项。
>
> 6.替换匹配到的关键词：
>
> StringBuffer sb = new StringBuffer();：创建一个 StringBuffer 对象，用于存储替换后的文本。
>
> while (matcher.find())：遍历所有匹配项。
>
> matcher.appendReplacement(sb, "\