为什么Java中的String.replaceAll（）在正则表达式中要求4个斜杠“ \\\\\\\”才能实际替换“ \”？

Question

我最近注意到，当涉及转义字符“ \”（斜杠）时，String.replaceAll（regex，replacement）的行为非常奇怪。

例如，考虑有一个与文件路径字符串- String text = "E:\\dummypath" 我们要替换的"\\"用"/"。

text.replace("\\","/")给出输出，"E:/dummypath"而text.replaceAll("\\","/")引发异常java.util.regex.PatternSyntaxException。

如果我们想实现相同的功能，replaceAll()则需要编写为 text.replaceAll("\\\\","/")

一个值得注意的区别是replaceAll()其参数为reg-ex，而replace()参数为字符序列！

但是text.replaceAll("\n","/")，其等效功能与字符序列完全相同text.replace("\n","/")

深入研究： 当我们尝试其他一些输入时，还会观察到更多奇怪的行为。

让分配 text="Hello\nWorld\n"

现在
text.replaceAll("\n","/")，text.replaceAll("\\n","/")，text.replaceAll("\\\n","/")这三个提供同样的输出Hello/World/

我觉得Java确实以其最好的方式搞砸了reg-ex！正则表达式中似乎没有其他语言具有这些好玩的行为。任何特定的原因，为什么Java会像这样混乱？

Answer 1

@Peter
Lawrey的答案描述了力学。“问题”是反斜杠在Java字符串文字和正则表达式的迷你语言中都是转义字符。因此，当您使用字符串文字来表示正则表达式时，要考虑两组转义…取决于正则表达式的含义。

但是为什么会这样呢？

这是历史性的事情。Java最初根本没有正则表达式。Java String文字的语法规则是从C / C 借用的，C / C

也没有内置的正则表达式支持。直到他们Pattern在Java 1.4
中以类的形式添加了regex支持之后，双重转义的尴尬才在Java中变得显而易见。

那么其他语言如何避免这种情况呢？

它们通过 在编程语言本身中
为正则表达式提供直接或间接的语法支持来实现。例如，在Perl，Ruby，Javascript和许多其他语言中，存在模式/正则表达式的语法（例如’/
pattern
/’），其中字符串文字转义规则不适用。在C＃和Python中，它们提供了替代的“原始”字符串文字语法，其中反斜杠不能转义。（但是请注意，如果您使用普通的C＃/
Python字符串语法，则会遇到Java双重转义的问题。）

为什么text.replaceAll("\n","/")，text.replaceAll("\\n","/")以及
text.replaceAll("\\\n","/")所有给予相同的输出？

第一种情况是字符串级别的换行符。Java regex语言将所有非特殊字符视为自己匹配。

第二种情况是反斜杠，其后是字符串级别的“ n”。Java regex语言将反斜杠解释为后跟“ n”的换行符。

最后一种情况是在字符串级别使用反斜杠后跟换行符。Java
regex语言无法将其识别为特定的（regex）转义序列。但是，在正则表达式语言中，反斜杠后跟任何非字母字符表示后者。因此，反斜杠后跟换行符…的含义与换行符相同。