正则表达式第一个字符不匹配

Question

我遇到一些Java模式问题。 这是我的模式：

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

它匹配任何US-ASCII字母，数字，一些特殊字符，基本上是任何不会加扰URL的内容。

我想在单词中找到与该模式不匹配的第一个字母。 基本上，用户发送文本作为输入，如果发现非法字符，我必须对其进行验证并抛出异常。

我尝试否定此模式，但无法正确编译。 另外find()并没有太大帮助。

合法的输入将是hello而?hello则不是，我的例外应该指出? 是不合适的。

我希望使用Java的Matcher，Pattern或使用util.regex 。 这不是必需的，但是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

尝试这个 ：

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

第一个不匹配的字符是组n°1

我在这里做了一些尝试： http : //fiddle.re/gkkzm6 1

说明：

我否定了您的模式，所以我建立了这个：

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

模式包括3个部分：

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

从第一个字符开始检查正则表达式，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）

.*$

字符串末尾之前的任何字符。

希望对您有帮助

编辑：

正确的正则表达式应为：

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

这是相同的方法，我只更改第一部分和第二部分的内容。

我尝试了，它似乎有效。

Answer 2

试试这个，找到第一个无效的字符：

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}.'-.'_]+$"模式与在字符类中定义的包含1个以上字符的任何字符串匹配。 注意double '和. 是可疑的，您可能没有意识到'-. 创建一个范围并匹配'()*+,-. 。 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以外的其他字符开头，可以否定字符类，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 */ 
}

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