Question

我正在编写一个正则表达式，用于练习的简单用户名验证。虽然我确信这种模式可能存在其他问题，但如果有人能够解释这种看似奇怪的行为，我希望如此。

import java.io.*;
import java.util.*;
import java.text.*;
import java.math.*;
import java.util.regex.*;

public class userRegex{
   public static void main(String[] args){
      Scanner in = new Scanner(System.in);
      int testCases = Integer.parseInt(in.nextLine());
      while(testCases>0){
         String username = in.nextLine();
         String pattern = "([[:alpha:]])[a-zA-Z_]{7,29}";
 Pattern r = Pattern.compile(pattern);
         Matcher m = r.matcher(username);

         if (m.find( )) {
            System.out.println("Valid");
         } else {
            System.out.println("Invalid");
         }
         testCases--;
      }
   }
}

当我输入时：

2
dfhidbuffon
dfdidbuffon

编译器应返回：

Valid
Valid

但相反，它会返回

Valid
Invalid

为什么它区分第三个字母的差异＆＃34; h＆＃34;或＆＃34; d＆＃34;在每个用户名中？

编辑：添加@Draco18s和@ruakh的建议，但是，我仍然得到同样的奇怪行为。

Answer 1

[:alpha:]没有您想要的特殊含义;相反，它最终只是意味着＆＃34;任何字符:，a，h，l，p＆＃34;。因此dfhidbuffon包含您的模式匹配（即h加idbuffon），而dfdidbuffon则不包含。（请注意，matcher.find()会在字符串中查找匹配;如果要专门匹配整个字符串，则应使用matcher.matches()，或者您可以修改模式以使用^和$等锚点。）

您可能会想到许多正则表达式实现中的符号，其中[:alpha:]表示＆＃34;任何字母字符＆＃34 ;;但首先，Java的Pattern课程并不支持这种表示法（将ajb标记为提示），其次，这些语言需要[:alpha:]在里面出现一个字符类，例如为[[:alpha:]]。如果您只想匹配ASCII字母，则Java等效项为\p{Alpha}或[A-Za-z];如果要匹配任何Unicode字母，则为\p{IsAlphabetic}。

Answer 2

：Alpha：是字母字符的Posix字符类的简写。

根据Java 7 "Pattern" docs，使用\p{Alpha}格式支持Posix字符类，而不是：alpha：格式 - 后一种格式未在参考文献中的任何位置列出。

对于我来说，使用支持的Posix字符类定义格式的模式定义可以正常工作，如下所示：

String pattern = "(\\p{Alpha})[a-zA-Z_]{7,29}";

Answer 3

根据Regexpal.com“（[：alpha：]）”匹配“任何字符”：'，'a'，'h'，'l'，'p'“。 “dfdidbuffon”确实包含任何这些字符，因此它失败（永远不会到达[A-z]部分）。

您可能打算"[a-zA-Z](\\w){7,28}"如果直接使用正则表达式，/[a-zA-Z](\w){7,28}/

这会匹配任何'alpha'字符，然后是7到28个字符（字母数字+下划线）

如果您不想要数字，请"[a-zA-Z]([a-zA-Z_]){7,28}"

正则表达式模式区分字母时，它不应该？

3 个答案: