Question

这是我的正则表达式，我正在尝试搜索所有特殊字符，以便我可以逃脱它们。

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

我的问题是，我不想只是在序列中出现时才会逃避某些特殊字符

喜欢这个(.*)

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脱后，我得到的是，

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

但是不想逃避这部分(.*)希望保持原样。

我的上述正则表达式仅用于搜索，所以我只是不想与此部分(.*)匹配，我的问题将得到解决

任何人都可以建议没有逃避字符串那部分的正则表达式吗？

Answer 1

请参阅@nhahtdh，了解如何使用正则表达式执行此操作。

作为替代方案，这是一个不使用正则表达式的解决方案，而是使用Guava的CharMatcher代替：

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值得怀疑的。

可以使用Java String 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 (.*)"

<强>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，\会再次转义，并且"需要进行转义。字符串中生成的正则表达式可以在上面看到。

原始替换字符串：

$1\\$2

由于$在替换字符串中具有特殊含义，并且您希望保持它为$2，因此您需要转义\以便\ 1}}不会逃脱$。将替换字符串放在带引号的字符串中，您需要将\的数量加倍以逃避\。

在我们解剖怪物之前，让我们谈谈这个想法。我们将使用非特殊字符，以及我们不想替换的序列，并尽可能多地使用。下一个字符将是一个不构成我们不想替换的序列的特殊字符，或者是字符串的结尾（这意味着我们找到了所有需要替换的字符，如果有的话）。

当然，我们可以认为任意字符串连续由以下许多模式组成：[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。

当与没有replaceAll的正则表达式一起使用时，

\G函数可能会找到不连续的匹配项，这些匹配项可以在序列的中间切换而不会被替换并将其弄乱。 \G表示最后一场比赛的边界，可用于确保下一场比赛从最后一场比赛的开始处开始。

\G：从上一场比赛开始
((?:[^()\[\]{}?+\\.$^*|!&@#%_":<>/;'`~-]|\Q(.\*)\E)*+)：捕获0或更多，非特殊字符或不要替换的特殊模式。请注意，我已在+之后添加了所有格限定符*。当它找不到我们在此之后指定的特殊字符时，这将阻止引擎回溯。
- [^()\[\]{}?+\\.$^*|!&@#%_":<>/;'`~-]：特殊字符的否定字符类。
- \Q(.*)\E：特殊序列(.*)不可替换，\Q和\E引用的字面值。
([()\[\]{}?+\\.$^*|!&@#%_":<>/;'`~-])：捕获单个特殊字符。

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

与此字符序列不匹配的正则表达式

2 个答案: