[英]Regex deleted special character
我正在使用正则表达式遇到以下问题:我编写了一个程序,它从一些文本(txt)文件中读取单词并写入另一个文件,每行写一个单词。
一切正常,除非读取的单词中包含特殊字符ľščťžýáíé
。 正则表达式删除char并将特殊字符所在的单词拆分。
例如 :
输入:
I am Jožo.
输出:
I
am
Jo
o
这是代码的片段:
while( (line = br.readLine())!= null ){
Pattern p = Pattern.compile("[\\w']+");
Matcher m = p.matcher(line);
}
而不是这个正则表达式:
Pattern.compile("[\\w']+")
使用基于Unicode:
Pattern.compile("[\\p{L}']+")
这是因为默认情况下,Java中的\\\\w
仅匹配ASCII字符,数字0-9和下划线。
另一种选择是使用修饰符
Pattern.UNICODE_CHARACTER_CLASS
像这样:
Pattern.compile("[\\w']+", Pattern.UNICODE_CHARACTER_CLASS)
\\\\ w仅匹配az,AZ和0-9(英文字母加数字)如果要接受除空格之外的任何字符作为单词的一部分,请使用\\\\ S
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.