從字符串生成正則表達式

Question

我希望從包含數字的字符串生成正則表達式，然后將其用作模式來搜索類似的字符串。 例：

String s = "Page 3 of 23"

如果我用\\d替換所有數字

    StringBuilder sb = new StringBuilder();
    for (int i = 0; i < s.length(); i++) {
    char c = s.charAt(i);
    if (Character.isDigit(c)) {
        sb.append("\\d"); // backslash d
    } else {
        sb.append(c);
        }
    }

    Pattern numberPattern = Pattern.compile(sb.toString());

//    Pattern numberPattern = Pattern.compile("Page \d of \d\d");

我可以用它來匹配類似的字符串（例如"Page 7 of 47" ）。 我的問題是，如果我天真地這樣做，一些元字符，如(){}-等將不會被轉義。 是否有一個庫可以執行此操作，或者是正則表達式的詳盡字符集，我必須且不能逃避？ （我可以嘗試從Javadocs中提取它們，但我擔心會遺漏一些東西）。

或者有一個已經這樣做的庫（我現在不想使用完整的自然語言處理解決方案）。

注意：@ dasblinkenlight編輯的答案現在適合我！

Answer 1

Java的regexp庫提供了這個功能：

String s = Pattern.quote(orig);

“引用”字符串將使其所有元字符都被轉義。 首先，轉義你的字符串，然后遍歷它並用\\d替換數字來制作正則表達式。 由於正則表達式庫使用\\Q和\\E進行引用，因此需要將正則表達式的部分用\\E和\\Q反引號括起來。

我將在實現中改變的一件事是替換算法：我會替換組中的數字，而不是逐字符替換。 這將使得從Page 3 of 23 Page 13 of 23和Page 6 of 8 Page 13 of 23 Page 6 of 8生成的表達式匹配。

String p = Pattern.quote(orig).replaceAll("\\d+", "\\\\E\\\\d+\\\\Q");

無論最初的頁碼和計數是什么，這都會產生 "\\QPage \\E\\d+\\Q of \\E\\d+\\Q\\E" 。 輸出在\\d只需要一個而不是兩個斜杠，因為結果直接送到regex引擎，繞過Java編譯器。