Java正则表达式中的转义特殊字符

Question

Java 或任何开源库中是否有任何方法可以转义（不引用）特殊字符（元字符），以便将其用作正则表达式？

这在动态构建正则表达式时非常方便，而无需手动转义每个单独的字符。

例如，考虑一个简单的正则表达式，如 \d \.\d，它匹配小数点（如 1.2）的数字，以及以下代码：

String digit = "d";
String point = ".";
String regex1 = "\\d+\\.\\d+";
String regex2 = Pattern.quote(digit + "+" + point + digit + "+");

Pattern numbers1 = Pattern.compile(regex1);
Pattern numbers2 = Pattern.compile(regex2);

System.out.println("Regex 1: " + regex1);

if (numbers1.matcher("1.2").matches()) {
    System.out.println("\tMatch");
} else {
    System.out.println("\tNo match");
}

System.out.println("Regex 2: " + regex2);

if (numbers2.matcher("1.2").matches()) {
    System.out.println("\tMatch");
} else {
    System.out.println("\tNo match");
}

毫不奇怪，上述代码产生的输出是：

Regex 1: \d+\.\d+
    Match
Regex 2: \Qd+.d+\E
    No match

也就是说，regex1匹配1.2但regex2（它是“动态”构建的）不匹配（相反，它匹配文字字符串d. d）。

那么，有没有一种方法可以自动转义每个正则表达式元字符？

假设在java.util.regex.Pattern中有一个静态escape（）方法，则输出

Pattern.escape('.')

将是字符串"\."，但是

Pattern.escape(',')

应该只生成"，"，因为它不是元字符。同样，

Pattern.escape('d')

可能会产生“\d”，因为'd'用于表示数字（尽管在这种情况下转义可能没有意义，因为'd'd'，这不会被正则表达式插入器误解为其他东西，就像'.'的情况一样）。

Answer 1

正则表达式匹配器知道您正在寻找数字而不是字母 d 的唯一方法是转义字母 （\d）。要在 java 中键入正则表达式转义字符，您需要对其进行转义（因此 \ 变为 \\）。因此，没有办法为特殊的正则表达式字符键入双反斜杠。

Answer 2

我写了这样的模式：

Pattern SPECIAL_REGEX_CHARS = Pattern.compile("[{}()\\[\\].+*?^$\\\\|]");

并在此方法中使用它：

String escapeSpecialRegexChars(String str) {

    return SPECIAL_REGEX_CHARS.matcher(str).replaceAll("\\\\$0");
}

然后您可以这样使用它，例如：

Pattern toSafePattern(String text)
{
    return Pattern.compile(".*" + escapeSpecialRegexChars(text) + ".*");
}

我们需要这样做，因为在转义之后，我们添加了一些正则表达式。如果没有，您可以简单地使用< code>\Q和< code>\E:

Pattern toSafePattern(String text)
{
    return Pattern.compile(".*\\Q" + text + "\\E.*")
}

Answer 3

Java 或任何开源库中是否有任何方法可以转义（不引用）特殊字符（元字符），以便将其用作正则表达式？

如果您正在寻找一种创建可以在正则表达式模式中使用的常量的方法，那么只需在它们前面加上“\\”应该可以工作，但没有很好的 Pattern.escape（'.'） 函数来帮助解决这个问题。

因此，如果您试图匹配< code>"\\d"(字符串< code>\d而不是十进制字符)，那么您应该:

// this will match on \d as opposed to a decimal character
String matchBackslashD = "\\\\d";
// as opposed to
String matchDecimalDigit = "\\d";

Java字符串中的4个斜杠在regex模式中变成了2个斜杠。正则表达式模式中的2个反斜杠匹配反斜杠本身。在任何特殊字符前加上反斜杠会将其转换为普通字符，而不是特殊字符。

matchPeriod = "\\.";
matchPlus = "\\+";
matchParens = "\\(\\)";
... 

在您的帖子中，您使用＜code＞模式。quote（字符串）方法。此方法将模式包装在“\\Q”和“\\E”之间，这样即使字符串中恰好有一个特殊的正则表达式字符，您也可以匹配它（ \\d