Java正则表达式排序与\b

Question

当与单词boundary结合使用时，Java正则表达式面临一个奇怪的问题。通读Oracle-RegexBounds和RegularExpressions-WordBounders

下面是我的正则表达式（Java字符串）（用于电子邮件地址）

"\\b[A-Z0-9._!#$%&'*+-/=?^`{}|~]+@([-0-9a-zA-Z]+[.])+[a-zA-Z]{2,6}$"

此正则表达式与电子邮件测试$@示例匹配。com，但不是$[e-mail] 。

但是，当我删除（Java字符串）时，它会匹配这两封电子邮件。正则表达式中的所有特殊字符都是这样。

regex的排序中发生了什么？我认为那是

代码段：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class ValidationUtil {

    private static final String EMAIL_ADDRESS_REGEX = "\\b[A-Z0-9._!#$%&'*+-/=?^`{}|~]+@([-0-9a-zA-Z]+[.])+[a-zA-Z]{2,6}$";
    private static final Pattern EMAIL_ADDRESS_PATTERN = Pattern.compile(EMAIL_ADDRESS_REGEX, Pattern.CASE_INSENSITIVE);

    public static boolean isValidEmail(String email) {
        if (email == null) {
            return false;
        }
        Matcher matcher = EMAIL_ADDRESS_PATTERN.matcher(email);
        return matcher.matches();
    }
}

在这个问题之后，我将regex验证移到了apache commons EmailValidator。但仍然好奇为什么会有这种奇怪的行为。

我浏览了许多有关stackoverflow的主题，但找不到相关的主题。

Answer 1

首先，您需要在字符类中的第一个或最后一个位置放置未转义的连字符。其次，您不能在$之前使用单词边界，因为$不被视为单词字符。

这种基于regex lookbehind的修改应该适合您：

(?<!\w)[\w.!#$%&'*+/=?^`{}|~-]+@([-0-9a-zA-Z]+[.])+[a-zA-Z]{2,6}$

此处（？

Answer 2

要引用链接到的页面，请执行以下操作：

有三种不同的位置可以作为单词边界：

• 如果第一个字符是单词字符，则在字符串中第一个字符之前

第一个字符不是单词字符，因此字符串开头不匹配，因此整个正则表达式不匹配。