Question

参考下面的问题 - String.replaceAll single backslashes with double backslashes

我写了一个测试程序，我发现在两种情况下结果都是正确的，无论我是否逃避反斜杠。这可能是因为 - \ t是可识别的Java String转义序列。（尝试\ s，它会抱怨）。 - \ t在正则表达式中作为文字选项卡。我有点不确定原因。

是否有关于在Java中转义正则表达式的一般准则。我认为使用两个反斜杠是正确的方法。

我仍然想知道你的意见。

public class TestDeleteMe {

  public static void main(String args[]) {
    System.out.println(System.currentTimeMillis());

    String str1 = "a    b"; //tab between a and b 

    //pattern - a and b with any number of spaces or tabs between 
    System.out.println("matches = " + str1.matches("^a[ \\t]*b$")); 
    System.out.println("matches = " + str1.matches("^a[ \t]*b$")); 
  }
}

Answer 1

转义序列有两种解释：首先是Java编译器，然后是regexp引擎。当Java编译器看到两个斜杠时，它会用一个斜杠替换它们。当斜杠后面有t时，Java会用一个选项卡替换它;当双斜杠后面有t时，Java就不管它了。但是，因为两个斜杠已被单个斜杠替换，所以regexp引擎会看到\t，并将其解释为选项卡。

我认为让正则表达式将\t解释为选项卡（即在Java中编写"\\t"）更简洁，因为它允许您在调试，日志记录等过程中以预期形式查看表达式如果将Pattern与\t转换为字符串，您将在正则表达式的中间看到一个制表符，并可能将其与其他空格混淆。使用\\t的模式没有此问题：它们会向您显示带有单斜杠的\t，告诉您它们匹配的空白类型。

Answer 2

第一种形式\\t将由模式类扩展为制表符char。

在构建模式之前，第二种形式\t将由Java扩展为tab char。

最后，无论如何都会得到一个标签字符。

Answer 3

是的，有一个关于转义的一般准则：Java源代码中的转义序列被Java编译器（或最终的某些预处理器）取代。编译器会抱怨它不知道的任何转义序列，例如\s。为RegEx模式编写字符串文字时，编译器将照常处理此文字，并使用相应的字符替换所有转义序列。然后，当程序执行时，Pattern类编译输入String，也就是说，它将再次评估转义序列。 Pattern类将\s知道为一个字符类，因此能够编译包含该类的模式。但是，您需要从不知道此转义序列的Java编译器中转义\s。为此，您可以转义反斜杠，从而导致\\s。

简而言之，您总是需要两次转义RegEx模式的字符类。如果要匹配反斜杠，则正确的模式为\\\\，因为Java编译器会将其\\设置为模式编译器将识别为转义反斜杠字符。

Answer 4

使用org.apache.commons.lang3.StringEscapeUtils.unescapeJava（...），您可以转义大多数常见的spl.chars以及unicode字符（将unicode字符集转换为可读的常规字符）

java，正则表达式，需要在正则表达式中转义反斜杠

4 个答案: