本文介绍一种基于 Java 的正则表达式方案，通过环视断言（lookaround）精准匹配每个单词中除首尾外的所有非空白字符，并将其替换为指定掩码字符（如 x），适用于多词、含空格、标点及边界情况（单/双字符单词）的文本脱敏处理。

本文介绍一种基于 java 的正则表达式方案，通过环视断言（lookaround）精准匹配每个单词中除首尾外的所有非空白字符，并将其替换为指定掩码字符（如 `x`），适用于多词、含空格、标点及边界情况（单/双字符单词）的文本脱敏处理。

在数据脱敏或日志匿名化场景中，常需保留单词的“可识别轮廓”（如首尾字符），同时隐藏中间内容。例如将 India → Ixxxa、White House building → Wxxxe Hxxxe bxxxxxxg。关键挑战在于：不能简单按位置或全局替换，而需按“每个单词内部”独立处理，且兼容空格、标点、极短单词等边界情况。

核心思路是利用正向先行断言（(?=S)）和正向后行断言（(?，构造一个零宽条件：仅当某个非空白字符（S）左侧和右侧都存在至少一个非空白字符时，才将其匹配。该模式 (?!

在 Java 中需对反斜杠进行双重转义，实际正则表达式为：

String regex = "(?<=\S)\S(?=\S)";

完整示例代码如下：

public class WordMasker {
    public static void main(String[] args) {
        String input = "India
" +
                       "Australia
" +
                       "North America
" +
                       "South America
" +
                       "White House building
" +
                       "a
" +
                       "ab
" +
                       "abc
" +
                       "tthis123_isatest
" +
                       "!@#$%";

        String result = input.replaceAll("(?<=\S)\S(?=\S)", "x");
        System.out.println(result);
    }
}

运行输出：

Ixxxa
Axxxxxxxa
Nxxxh Axxxxxa
Sxxxh Axxxxxa
Wxxxe Hxxxe bxxxxxxg
a
ab
axc
txxxxxxxxxxxxxxt
!xxx%

✅ 优势说明：

• ✅ 自动识别单词边界（以空白符分隔），无需预分割字符串；
• ✅ 完美支持单字符（a→a）、双字符（ab→ab）、含数字/符号（tthis123_isatest→txxxxxxxxxxxxxxt）；
• ✅ 不影响空格、换行、标点（如 !@#$% 中仅中间三个 @#$ 被替换）；
• ✅ 无副作用：不修改原始空格结构，保留原文排版。

⚠️ 注意事项：

• 此正则依赖 Java 7+ 的 replaceAll 对 Unicode 感知的 S（等价于 [^s]），若需严格 ASCII 适配，可替换为 (?
• 若需掩码为动态字符（如 * 或随机字母），将 "x" 替换为对应字符串即可；
• 对超长文本，建议结合 Pattern.compile() 预编译提升性能。

该方案简洁、健壮、符合正则设计最佳实践，是单词级字符掩码任务的推荐解法。