Question

我遇到了一些Java Pattern问题。这是我的模式：

"^[\\p{L}\\p{Digit}~._-]+$"

它匹配US-ASCII的任何字母，数字，一些特殊字符，基本上任何不会扰乱URL的字母。

我想要的是找到一个与该模式不匹配的单词中的第一个字母。基本上用户发送文本作为输入，我必须验证它并在我发现非法字符时抛出异常。

我尝试否定这种模式，但它无法正确编译。 find()也没有多大帮助。

合法输入为hello而?hello不应该，而我的例外情况应该指出?不合适。

我更喜欢使用Java的Matcher，Pattern或使用util.regex的建议。它不是必需的，但单独检查字符串中的每个字符不是解决方案。

编辑：我想出了一个更好的正则表达式来匹配未保留的URI字符

Answer 1

试试这个：

^[\\p{L}\\p{Digit}.'-.'_]*([^\\p{L}\\p{Digit}.'-.'_]).*$

第一个不匹配的字符是组n°1

我在这里试了几次：http://fiddle.re/gkkzm6 1

说明：

我否定了你的模式，所以我建立了这个：

[^\\p{L}\\p{Digit}.'-.'_]      [^...] means every character except for
^                       ^             the following ones.
|  your pattern inside  |

该模式有3个部分：

^[\\p{L}\\p{Digit}.'-.'_]*

检查第一个字符的正则表达式，直到遇到不匹配的字符

([^\\p{L}\\p{Digit}.'-.'_])

捕获组内的不匹配字符（否定）

.*$

任何字符，直到字符串结尾。

希望它可以帮到你

编辑：

正确的正则表达式应该是：

^[\\p{L}\\p{Digit}~._-]*([^\\p{L}\\p{Digit}~._-]).*$

这是同样的方法，我只改变第一和第二部分的内容。

我试过了，似乎有效。

Answer 2

尝试这个找到第一个无效的char：

Pattern negPattern = Pattern.compile(".*?([^\\p{L}^\\p{Digit}^.^'-.'^_]+).*");
Matcher matcher = negPattern.matcher("hel?lo");
if (matcher.matches())
{
    System.out.println("'" + matcher.group(1).charAt(0) + "'");
}

Answer 3

"^[\\p{L}\\p{Digit}.'-.'_]+$"模式匹配在字符类中定义的包含1+个字符的任何字符串。请注意，双'和.是可疑的，您可能不知道'-.创建范围并匹配'()*+,-.这一事实。如果不是故意的，我认为您打算使用.'_-。

要检查字符串是否以字符类中定义的字符开头，您可以否定字符类，并仅检查字符串中的第一个字符：

if (str.matches("[^\\p{L}\\p{Digit}.'_-].*")) {
   /* String starts with the disallowed character */ 
}

我还认为你可以将正则表达式缩短为"(?U)[^\\w.'-].*"。无论如何，\\p{Digit}可以替换为\\d。

正则表达式第一个字符不匹配

3 个答案: