如何在正则表达式中连接范围？

Question

我想将两个连接的字符更改为：\ uD800 \ uDC00变为x但奇怪的是它会给出一个奇怪的角色，有人可以告诉我这里有什么问题吗？ 当我运行以下代码时：

System.out.println("\uD800\uDC00".replaceAll("([\uD800-\uDBFF]&&['\uDC00'-'\uDFFF'])", "x"));

我将此角色视为输出

Answer 1

首先，正则表达式中存在语法错误。 ＆＃34;＆amp;＆amp;＆＃34;在模式中不应该存在。同样，单引号和括号不应该在那里。

上面的语法更正是必需的，但还不够。 \ uD800是一个魔术＆＃34;字符。它与下一个字符组合形成一个4字节的Unicode代码点：https://en.wikipedia.org/wiki/Universal_Character_Set_characters#Surrogates

使用Unicode代码点解释正则表达式，而不是Java字符。 \ uD800 \ uDC00是单个Unicode代码点（0x10000），因此正则表达式不匹配。我想你可能想要排除16位范围之外的所有Unicode代码点\ u0000 - \ uFFFF。所以这可能是你想要的：

System.out.println("\uD800\uDC00".replaceAll("[^\u0000-\uFFFF]", "x"));

Answer 2

此子字符串

([\uD800-\uDBFF]&&['\uDC00'-'\uDFFF'])

未出现在字符串

中

\uD800\uDC00

所以＆＃34; x＆＃34;没有取代任何东西。