1. 问题背景与挑战
在处理阿拉伯语文本时，经常需要对其进行反转操作，例如在某些ui布局或数据处理场景中。当字符串仅包含纯阿拉伯字符时，java的stringbuilder.reverse()方法能够很好地完成任务。然而，一旦字符串中混入了非阿拉伯字符，特别是英文字符或数字，简单的全局反转就会导致逻辑错误。
例如，字符串 "قباطلا 2 جرب 3" 期望的反转结果是 "الطابق 2 برج 3"。如果直接使用 StringBuilder.reverse()，结果会是 "3 برج 2 الطابق"，这显然不是我们想要的效果。问题在于，StringBuilder.reverse() 会将字符串中的所有字符（包括阿拉伯字符、数字和空格）按物理顺序进行颠倒，而我们期望的是保持非阿拉伯字符的相对位置，只对阿拉伯语单词或短语进行反转。
2. 基于正则表达式的解决方案
为了解决上述问题，我们需要一种更精细的反转策略：识别字符串中的阿拉伯字符块，然后只对这些块进行反转，而保留其他字符（如数字和空格）在它们原始的相对位置。正则表达式是实现这一目标的高效工具。
核心思路如下：
- 定义一个正则表达式，用于匹配连续的阿拉伯字符序列。
- 使用 Pattern 和 Matcher 遍历字符串，查找所有匹配的阿拉伯字符块。
- 对于每个匹配到的阿拉伯字符块，使用 StringBuilder.reverse() 对其进行反转。
- 将反转后的阿拉伯字符块替换回原字符串的相应位置，并保留非匹配部分的原始顺序。
2.1 定义阿拉伯字符的正则表达式
阿拉伯字符在Unicode中占据了特定的范围。常用的范围包括 0x0600 到 0x06FF (基本阿拉伯字母区) 和 0xFE70 到 0xFEFF (阿拉伯语呈现形式B区)。我们可以构建一个正则表达式来匹配这些范围内的任何字符，并使用 + 量词表示匹配一个或多个连续的阿拉伯字符。
立即学习“Java免费学习笔记（深入）”；
import java.util.regex.Pattern;
import java.util.regex.Matcher;
public class ArabicStringReverser {
/**
* 生成匹配阿拉伯字符序列的正则表达式。
* 包含Unicode基本阿拉伯字母区和阿拉伯语呈现形式B区。
*
* @return 匹配一个或多个连续阿拉伯字符的正则表达式字符串。
*/
public static String getArabicPattern() {
StringBuilder result = new StringBuilder();
result.append("["); // 开始字符集定义
// 添加基本阿拉伯字母区
for (char c = 0x0600; c <= 0x06FF; c++) {
result.append(c);
}
// 添加阿拉伯语呈现形式B区 (用于某些特殊字符或连字)
for (char c = 0xFE70; c <= 0xFEFF; c++) {
result.append(c);
}
result.append("]+"); // 结束字符集定义，并匹配一个或多个
return result.toString();
}
// ... 其他方法 ...
}2.2 实现选择性反转逻辑
有了阿拉伯字符的正则表达式，我们就可以使用 java.util.regex.Matcher 的 appendReplacement 和 appendTail 方法来构建新的字符串。
Matcher.appendReplacement(StringBuffer sb, String replacement) 方法会将当前匹配之前的输入序列部分以及替换字符串追加到 StringBuffer 中。 Matcher.appendTail(StringBuffer sb) 方法会将输入序列中最后一次匹配之后的部分追加到 StringBuffer 中。
结合这两个方法，我们可以实现对匹配到的阿拉伯字符块进行局部反转并重构字符串。
import java.util.regex.Pattern;
import java.util.regex.Matcher;
public class ArabicStringReverser {
/**
* 对包含阿拉伯字符和非阿拉伯字符（如数字）的混合字符串进行选择性反转。
* 只反转连续的阿拉伯字符块，保持其他字符的相对位置不变。
*
* @param s 待反转的字符串。
* @return 反转后的字符串。
*/
public static String reverseArabic(String s) {
if (s == null || s.isEmpty()) {
return s;
}
StringBuilder sb = new StringBuilder(); // 用于构建最终结果
// 编译阿拉伯字符的正则表达式
Matcher m = Pattern.compile(getArabicPattern()).matcher(s);
// 遍历所有匹配到的阿拉伯字符块
while (m.find()) {
// 获取当前匹配到的阿拉伯字符块
String matchedArabicBlock = s.substring(m.start(), m.end());
// 反转这个阿拉伯字符块
String reversedBlock = new StringBuilder(matchedArabicBlock).reverse().toString();
// 将当前匹配之前的非阿拉伯部分和反转后的阿拉伯块追加到sb
m.appendReplacement(sb, reversedBlock);
}
// 将最后一个匹配之后的剩余部分追加到sb
m.appendTail(sb);
return sb.toString();
}
/**
* 生成匹配阿拉伯字符序列的正则表达式。
* 包含Unicode基本阿拉伯字母区和阿拉伯语呈现形式B区。
*
* @return 匹配一个或多个连续阿拉伯字符的正则表达式字符串。
*/
public static String getArabicPattern() {
StringBuilder result = new StringBuilder();
result.append("[");
for (char c = 0x0600; c <= 0x06FF; c++) {
result.append(c);
}
for (char c = 0xFE70; c <= 0xFEFF; c++) {
result.append(c);
}
result.append("]+");
return result.toString();
}
public static void main(String[] args) {
// 示例用法
String originalString1 = "قباطلا 2 جرب 3";
System.out.println("原始字符串1: " + originalString1);
System.out.println("反转结果1: " + ArabicStringReverser.reverseArabic(originalString1)); // 预期: الطابق 2 برج 3
String originalString2 = "برج 2 الطابق";
System.out.println("原始字符串2: " + originalString2);
System.out.println("反转结果2: " + ArabicStringReverser.reverseArabic(originalString2)); // 预期: برج 2 الطابق (因为本身就是正确的相对顺序)
String originalString3 = "Hello 123 مرحبا بك 456 World";
System.out.println("原始字符串3: " + originalString3);
System.out.println("反转结果3: " + ArabicStringReverser.reverseArabic(originalString3)); // 预期: Hello 123 كب احبرم 456 World
}
}3. 注意事项与总结
- Unicode字符范围： getArabicPattern() 方法中定义的Unicode范围覆盖了大多数常用阿拉伯字符。如果遇到特殊符号或扩展阿拉伯字符集，可能需要调整或扩展这些范围。
- 性能考量： 对于非常长的字符串，正则表达式匹配和字符串操作可能会带来一定的性能开销。但在大多数实际应用中，这种开销是可接受的，并且相比于手动解析字符，正则表达式提供了一种更简洁、更健壮的解决方案。
- 逻辑反转与视觉反转： 此方法实现的是“逻辑反转”，即保持阿拉伯单词的内部顺序颠倒，同时保持其在句子中的相对位置（相对于非阿拉伯字符）。对于从右到左（RTL）文本的完整视觉渲染，通常需要更复杂的双向文本算法（Bidi算法），但这超出了单个字符串反转的范畴。
通过采用基于正则表达式的选择性反转策略，我们能够有效地解决Java中混合内容阿拉伯字符串的反转难题，确保数字和非阿拉伯字符在字符串中保持其预期的相对位置，从而生成符合逻辑和预期的反转结果。
