替换与正则表达式中的字符不匹配的字符

Question

我有这个正则表达式：

private static final String SPACE_PATH_REGEX ="[a-z|A-Z|0-9|\\/|\\-|\\_|\\+]+";

我检查我的字符串是否匹配此正则表达式，如果不是，我想用“_”替换所有不在这里的字符。

我尝试过：

private static final String SPACE_PATH_REGEX_EXCLUDE =
        "[~a-z|A-Z|0-9|\\/|\\-|\\_|\\+]+";
if (myCompanyName.matches(SPACE_PATH_REGEX)) {
    myNewCompanySpaceName = myCompanyName;
} else{
    myNewCompanySpaceName = myCompanyName.replaceAll(
            SPACE_PATH_REGEX_EXCLUDE, "_");
}

但是它不起作用......所以在第二个正则表达式“〜”似乎没有省略以下的字符。

任何的想法？

Answer 1

你的正则表达式有几个问题（参见规则的Pattern类 ）：

• 字符类中| 没有特殊意义，在您的情况下应该删除而不替换（除非您希望您的字符类包含文字|字符）。
• 类似地，您不需要在字符类中转义/ ， _和+ 。
• -如果不是最后一个角色，只需要逃脱
• ~在它只代表自己的字符类中也没有特殊含义
• 你会想用^来否定一个字符组的内容。

你也可以跳过第一个matches()检查，因为如果没有任何匹配， replaceAll()调用将返回一个未修改的字符串。 保持它（和第二个正则表达式）仅用于引入另一个可以隐藏错误的地方（例如，您可能会意外更新一个正则表达式，而不是另一个正则表达式）。

Answer 2

尝试：

final String SPACE_PATH_REGEX_EXCLUDE = "[^\\w~/\\-+]";
String out = in.replaceAll(SPACE_PATH_REGEX_EXCLUDE, "_");

你的主要问题是，你是把不必要| 进入你的模式。 它们有不同的含义。 此外，您可以通过使用\\w来大大简化表达式，这意味着“单词字符”，意思是字母（大写或小写），数字或下划线，并且与[A-Za-z0-9_]同义。

您还需要了解转义是如何工作的。 有Java字符串转义，这就是你输入\\\\以在模式中放入一个反斜杠的原因。 但也有正则表达式逃避。 例如\\n是Java String换行符， \\\\n是将\\n放入模式以查找换行符的序列。

您有两个方便的选项来转义一堆文本：

1. 你可以使用\\Q...\\E \\Q和\\E之间的任何内容都被转义; 和

2. 您可以使用Pattern.quote()来引用任意字符串。

你需要在正则表达式中逃避某些序列的情境是上下文的。 例如-如果可能被误认为是指示范围，则只需要进行转义。 [az]是小写字符。 [a\\-z]是a ， -或z 。 但你可以这样做-[az]表示一个连字符后面跟一个小写字母。 注意：您不需要转义第一个连字符。