Java中unicode值与正则表达式的匹配序列

Question

我有一个文本文件，其中包含一些unicode字符值，如

"{"\u0985\u0982\u09b6\u0998\u099f\u09bf\u09a4","\u0985\u0982\u09b6\u09be\u0982\u09b6\u09bf","\u0985\u0982\u09b6\u09be\u0999\u09cd\u0995\u09bf\u09a4","\u0985\u0982\u09b6\u09be\u09a6\u09bf","\u0985\u0982\u09b6\u09be\u09a8\u09cb"}"

我试图在java中使用Pattern类来匹配和分组引号内的值，但是找不到任何匹配。

Pattern p = Pattern.compile("\"(\\[u]{1}\\w+)+\"");

Example

我实际上愿意找出我给定的正则表达式中的技术错误。

Answer 1

尝试更像这样的事情：

Pattern p = Pattern.compile("\"(\\\\u[0-9a-f]{4})+\"");

为了匹配字符串\u，您需要正则表达式\\u，并将该正则表达式表示为Java字符串文字表示\\\\u。在你之后必须有四个十六进制数字。

Answer 2

首先，这一位[u]{1}表示您只希望匹配列表中的值一次，因此您只需将其替换为u

一旦完成，你的正则表达式想要匹配引号，斜杠，然后是u，然后是另一个斜杠，然后是一个或多个w，然后是斜杠。它匹配w而不是单词字符，因为你之前有太多的斜杠。

快乐的编码！

修改
尝试使用\\替换u之前的\\\\。 \u在某些正则表达式中无效，所以当你输入一个Java字符串时，它可能会变成\u，打破正则表达式