java是与此字符序列不匹配的正则表达式

Question

这是我的正则表达式，我正在尝试搜索所有特殊字符，这样我就可以避开它们

(\(|\)|\[|\]|\{|\}|\?|\+|\\|\.|\$|\^|\*|\||\!|\&|\-|\@|\#|\%|\_|\"|\:|\<|\>|\/|\;|\'|\`|\~)

我这里的问题是，我不想只在序列中出现某些特殊字符时才对其进行转义

像这样(.*)

<>所以，让我们考虑一个例子。

Sting message = "Hi, Mr.Xyz! Your account number is :- (1234567890) , (,*) &$@%#*(....))(((";

根据当前的正则表达式逃跑后我得到的是

Hi, Mr\.Xyz\! Your account number is \:\- \(1234567890\) , \(,\*\) \&\$\@\%\#\*\(\.\.\.\.\)\)\(\(\(

但是，我不想逃避这一部分(.*)我想保持现状

我上面的正则表达式只用于搜索，所以我不想与这个部分匹配(.*)，我的问题将得到解决

有人能建议正则表达式不转义字符串的这一部分吗

Answer 1

有关如何使用正则表达式执行此操作，请参见@nhahtdh

作为替代方案，这里有一个解决方案不使用正则表达式，而是使用Guava的CharMatcher：

private static final CharMatcher SPECIAL
    = CharMatcher.anyOf("allspecialcharshere");
private static final String NO_ESCAPE = "(.*)";

public String doEncode(String input)
{
    StringBuilder sb = new StringBuilder(input.length());

    String tmp = input;

    while (!tmp.isEmpty()) {
        if (tmp.startsWith(NO_ESCAPE)) {
            sb.append(NO_ESCAPE);
            tmp = tmp.substring(NO_ESCAPE.length());
            continue;
        }
        char c = tmp.charAt(0);
        if (SPECIAL.matches(c))
            sb.append('\\');
        sb.append(c);
        tmp = tmp.substring(1);
    }

    return sb.toString();
}

Answer 2

这个答案只是为了证明这种可能性。在生产代码中使用它是有问题的

可以使用Java字符串replaceAll函数：

String input = "Hi, Mr.Xyz! Your account number is :- (1234567890) , (.*) &$@%#*(....))(((";
String output = input.replaceAll("\\G((?:[^()\\[\\]{}?+\\\\.$^*|!&@#%_\":<>/;'`~-]|\\Q(.*)\\E)*+)([()\\[\\]{}?+\\\\.$^*|!&@#%_\":<>/;'`~-])", "$1\\\\$2");

结果:

"Hi, Mr\.Xyz\! Your account number is \:\- \(1234567890\) , (.*) \&\$\@\%\#\*\(\.\.\.\.\)\)\(\(\("

另一项测试：

String input = "(.*) sdfHi test message <> >>>>><<<<f<f<,,,,<> <>(.*) sdf (.*)  sdf (.*)";

结果:

"(.*) sdfHi test message \<\> \>\>\>\>\>\<\<\<\<f\<f\<,,,,\<\> \<\>(.*) sdf (.*)  sdf (.*)"

---

解释

原始正则表达式：

\G((?:[^()\[\]{}?+\\.$^*|!&@#%_":<>/;'`~-]|\Q(.*)\E)*+)([()\[\]{}?+\\.$^*|!&@#%_":<>/;'`~-])

请注意，当在字符串中指定正则表达式时，\将再次转义，并且"需要转义。上面可以看到字符串中的结果正则表达式

原始替换字符串：

$1\\$2

由于$在替换字符串中有特殊的含义，并且您希望为$2保留它，因此需要转义\，以便\不会转义$。将替换字符串放在带引号的字符串中，需要将\的数量加倍，以转义\

在我们解剖怪物之前，让我们先谈谈这个想法。我们将尽可能多地使用非特殊字符和不希望替换的序列。下一个字符要么是不构成我们不想替换的序列的特殊字符，要么是字符串的结尾（这意味着我们已经找到了所有需要替换的字符（如果有）

当然，我们可以将任意字符串看作是由以下许多模式连续组成：[0 or more (non-special character or special pattern not to be replace)][special character]，字符串以[0 or more (non-special character or special pattern not to be replace)]结尾

当不使用^ {< CD14>}的正则表达式时，函数p>^ {CD1>}可以找到不连续的匹配，这可以在序列的中间切去不被替换并使其混乱。{}表示最后一个匹配的边界，可用于确保下一个匹配从最后一个匹配结束的位置开始

• \G：从上次匹配开始

• ((?:[^()\[\]{}?+\\.$^*|!&@#%_":<>/;'`~-]|\Q(.\*)\E)*+)：捕获0个或多个不被替换的非特殊字符或特殊模式。注意，我在*之后添加了所有格限定符+。这将防止引擎在找不到我们在此之后指定的特殊字符时进行回溯

  • [^()\[\]{}?+\\.$^*|!&@#%_":<>/;'`~-]：特殊字符的否定字符类

  • \Q(.*)\E：特殊序列(.*)不被替换，文字由\Q和\E引用

• ([()\[\]{}?+\\.$^*|!&@#%_":<>/;'`~-])：捕获单个特殊字符

整个正则表达式将匹配最小长度为1（特殊字符）的字符串。第一个捕获组包含不应更换的部件，第二个捕获组包含应更换的特殊字符