正则表达式匹配非拉丁字符与ASCII 0-31和128-255

Question

想要匹配非拉丁字符。试了一下。根据我的理解if (a.matches("[\\x8A-\\xFF]+"))应该返回true，但它是错误的。

String a = "Ž";
if (a.matches("[\\x8A-\\xFF]+"))
{

}

Answer 1

从你的头衔来看：

  

正则表达式将非拉丁字符与ASCII 0-31和128-255匹配

看起来除了32-127范围内的所有角色之外，你们都在追逐所有角色，而且你们很惊讶Ž不匹配。

如果这是正确的，我建议您使用表达式[^\x20-\x7F]（“除32-127范围内的所有字符）。 匹配Ž。

（标题中正则表达式的精确翻译看起来像[\x00-\x1F\x80-\xFF]，但这仍然与Ž不符，如下所述。）

为什么您的初步尝试无效：

\xNN匹配字符 unicode值。 Ž的unicode值为0x017D，即超出范围\x8A - \xFF。

当您说“Ž”是8E 时，您很可能会看到扩展ASCII表中的值，而这些值不是Java正则表达式引擎使用的值。