Java正則表達式的特殊字符

Question

我有從文本中提取#hashTag簡單方法：

private String[] buildHashTag(String str) {
        ArrayList<String> allMatches = new ArrayList<String>();
        Matcher m = Pattern.compile("(#\\w+)\\b").matcher(str);
        while (m.find()) {
            allMatches.add(m.group());
        }
        return allMatches.toArray(new String[0]);
    }

問題是如果我發送帶有特殊字符的字符串，例如字符串“POMERANČ”。

測試：INPUT：

#Orange in Czech language mean #pomeranč :-)

OUTPUT：

[#Orange]

但它是FAIL，輸出必須是[#Orange, #pomeranč] 。 你能告訴我，錯誤的代碼在哪里？ 幫我。 謝謝。

Answer 1

添加Pattern.UNICODE_CHARACTER_CLASS修飾符或使用Pattern.compile("(?U)(#\\\\w+)\\\\b") 。 否則， \\b和\\w與所有Unicode字符都不匹配。

指定此標志后，（僅限US-ASCII） 預定義字符類和POSIX字符類符合Unicode技術標准＃18：Unicode正則表達式附錄C：兼容性屬性。

這是一個演示 ：

String str = "#Orange in Czech language mean #pomeranč :-)";
ArrayList<String> allMatches = new ArrayList<String>();
Matcher m = Pattern.compile("(?U)(#\\w+)\\b").matcher(str);
//                           ^^^^
while (m.find()) {
    allMatches.add(m.group());
}
System.out.println(Arrays.toString(allMatches.toArray()));

輸出： [#Orange, #pomeranč]

Answer 2

使用否定字符類代替

/#[^ ]+/

• [^ ]+否定字符類，匹配空格以外的任何內容，實際上匹配字符直到下一個空格

正則表達式演示