当第一个字符为\\时，正则表达式中的错误可与其他任何字符一起正常工作

Question

对于我正在做的项目，我必须阅读一个字符串。 该字符串可以包含一个或多个Unicode字符的十六进制表示形式（例如，“š”的“ \\ u016​​1”）。 我想将这些代码转换为正确的字符表示形式。

为此，我首先需要检测我的字符串中是否存在格式为“ \\ uAAAA”的十六进制序列，因此我编写了以下正则表达式：

Pattern classPattern = Pattern.compile("\\u[0-9a-fA-F]{4}");
Matcher classMatcher = classPattern.matcher("\\u1ECD");
System.out.println(classMatcher.find());

不幸的是，这会生成“ java.util.regex.PatternSyntaxException：索引2附近的非法Unicode转义序列”错误。

但是，如果我将“ \\”替换为“ @”，则仅出于测试目的，正则表达式将按预期工作：

Pattern classPattern = Pattern.compile("@u[0-9a-fA-F]{4}");
Matcher classMatcher = classPattern.matcher("@u1ECD");
System.out.println(classMatcher.find());

这使我相信我在反斜杠上做错了什么。 我也尝试了许多其他序列，但是没有一个起作用。 请帮忙。

Answer 1

'\\ u'在Java regex世界中具有特殊含义，即与实际的unicode字符匹配有关。 您必须加倍转义\\以获得所需的匹配。

Pattern classPattern = Pattern.compile("\\\\u[0-9a-fA-F]{4}");

[更新]正如评论所指出的那样，我给出正确答案的理由是有缺陷的。