替换与正则表达式不匹配的字符

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与这个正则表达式匹配，如果不匹配，我想用“_”替换所有不在此处的字符。

我尝试过以下方法：

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, "_");
}

但它没有起作用……所以在第二个正则表达式中，"~"似乎没有省略后面的字符。

有什么想法吗？

- Cristian Boariu

Answer 1

您的正则表达式存在以下问题（参见规则：Pattern类）：

• 在字符类中，|没有特殊意义，应该删除而不是替换它（除非您想让您的字符类包括字面上的|字符）。
• 同样，在字符类中，您不需要转义/、_和+。
• 仅当-不是最后一个字符时才需要转义-。
• ~在字符类中也没有特殊含义，只代表它自己。
• 您将要使用^来否定字符组的内容。

您也可以跳过第一个matches()检查，因为如果没有任何匹配，replaceAll()调用将返回未修改的字符串。保留它（和第二个正则表达式）只会引入另一个可能隐藏错误的地方（例如，您可能会意外更新一个正则表达式，但未更新另一个）。

- Joachim Sauer

Answer 2

尝试：

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

您主要的问题是在模式中添加了不必要的|，它们有不同的含义。此外，您可以使用\w来大大简化表达式，它表示“单词字符”，即字母（大写或小写）、数字或下划线，并且与[A-Za-z0-9_]等效。

另外，您需要了解转义如何工作。有Java字符串转义，这就是为什么您需要输入\\来将一个反斜杠放入模式中的原因。但是也有正则表达式转义。例如，\n是Java字符串换行符，\\n是将\n放入模式中以查找换行符的序列。

对于转义一堆文本，您有两个方便的选项：

1. 您可以使用\Q...\E。在\Q和\E之间的任何内容都被转义；并且

2. 您可以使用Pattern.quote()引用任意字符串。

在哪里需要转义正则表达式中的某些序列是有上下文的。例如，只有当连字符可能被误认为指示范围时，才需要转义连字符-。[a-z]表示小写字母。[a\-z]表示其中的一个：a、-或z。但是您可以使用-[a-z]表示横线后跟一个小写字母。请注意：您不需要对第一个连字符进行转义。

- cletus

---

我认为你需要转义“-”。 - Matthew Flaschen