ฉันกำลังพยายามสร้างแอปพลิเคชันที่ตรงกับเทมเพลตข้อความที่มีข้อความที่ผู้ใช้พยายามส่ง ฉันใช้ Java regex เพื่อจับคู่ข้อความ แม่แบบ / ข้อความอาจมีอักขระพิเศษ
ฉันจะได้รับรายการอักขระพิเศษทั้งหมดที่ต้องใช้ Escape เพื่อให้ regex ของฉันทำงานและจับคู่ในกรณีที่เป็นไปได้สูงสุดได้อย่างไร
มีวิธีแก้ปัญหาสากลสำหรับการหลีกเลี่ยงอักขระพิเศษทั้งหมดใน Java regex หรือไม่?
คำตอบ:
คุณสามารถดู javadoc ของคลาส Pattern: http://docs.oracle.com/javase/8/docs/api/java/util/regex/Pattern.html
คุณต้องหลีกเลี่ยงถ่านใด ๆ ที่ระบุไว้ในนั้นหากคุณต้องการถ่านปกติไม่ใช่ความหมายพิเศษ
ในฐานะที่เป็นวิธีแก้ปัญหาที่ง่ายกว่าคุณสามารถวางแม่แบบระหว่าง \ Q และ \ E - ทุกสิ่งที่อยู่ระหว่างนั้นจะถือว่าเป็นค่า Escape
\Qและ\E] ถือเป็นส่วนหลีกเลี่ยง" - ยกเว้น\Qของและ\Eของอื่น ๆ(ซึ่งอาจเกิดขึ้นภายในนิพจน์ดั้งเดิม) ดังนั้นควรใช้Pattern.quoteตามที่แนะนำไว้ที่นี่จะดีกว่าไม่ใช่เพื่อสร้างล้อใหม่
\.[]{}()<>*+-=!?^$|]และ}) เท่านั้นหลังจากเปิดวงเล็บชนิดเดียวกัน[]วงเล็บอักขระบางตัว (เช่น+และ-) บางครั้งทำงานโดยไม่มีการหลบหนี-within []อาจใช้งานไม่ได้เสมอไปเนื่องจากใช้เพื่อกำหนดช่วง ปลอดภัยกว่าที่จะหลบหนี ตัวอย่างเช่นรูปแบบ[-]และ[-)]ตรงกับสตริงแต่ไม่ได้มี- [(-)]
-=!ไม่จำเป็นต้องหลีกหนี แต่ขึ้นอยู่กับบริบท ตัวอย่างเช่นเป็นตัวอักษรเดียวที่ใช้เป็นนิพจน์ทั่วไป
ตามหน้าเอกสารString Literals / Metacharactersได้แก่ :
<([{\^-=$!|]})?*+.>
มันจะดีมากที่มีการอ้างอิงรายการนั้นในรหัส แต่ฉันไม่รู้ว่าจะอยู่ที่ไหน ...
String escaped = tnk.replaceAll("[\\<\\(\\[\\{\\\\\\^\\-\\=\\$\\!\\|\\]\\}\\)\\?\\*\\+\\.\\>]", "\\\\$0");
s.replaceAll("[\\W]", "\\\\$0")โดยที่\Wกำหนดอักขระที่ไม่ใช่คำ
เมื่อรวมสิ่งที่ทุกคนพูดฉันขอเสนอสิ่งต่อไปนี้เพื่อให้รายการของอักขระพิเศษสำหรับ RegExp ที่ระบุไว้อย่างชัดเจนในสตริงของตนเองและเพื่อหลีกเลี่ยงการพยายามแยกวิเคราะห์ "\\" หลายพันตัวด้วยสายตา ดูเหมือนว่าจะทำงานได้ดีสำหรับฉัน:
final String regExSpecialChars = "<([{\\^-=$!|]})?*+.>";
final String regExSpecialCharsRE = regExSpecialChars.replaceAll( ".", "\\\\$0");
final Pattern reCharsREP = Pattern.compile( "[" + regExSpecialCharsRE + "]");
String quoteRegExSpecialChars( String s)
{
Matcher m = reCharsREP.matcher( s);
return m.replaceAll( "\\\\$0");
}ตามคำแนะนำของ @ Sorin เกี่ยวกับเอกสารรูปแบบ Java ดูเหมือนว่าอักขระที่จะหลบหนีเป็นอย่างน้อย:
\.[{(*+?^$|String escaped = regexString.replaceAll("([\\\\\\.\\[\\{\\(\\*\\+\\?\\^\\$\\|])", "\\\\$1");
)ยังต้องมีการหลีกเลี่ยงและขึ้นอยู่กับว่าคุณอยู่ในหรือนอกคลาสอักขระอาจมีอักขระที่จะหลบหนีได้มากขึ้นซึ่งในกรณีนี้Pattern.quoteจะค่อนข้างดีในการหลีกเลี่ยงสตริงเพื่อใช้ทั้งในและนอกคลาสอักขระ
Pattern.quote(String s)เรียงลำดับของการทำสิ่งที่คุณต้องการ อย่างไรก็ตามมันเหลือเพียงเล็กน้อยที่ต้องการ มันไม่จริงหนีตัวบุคคลเพียง wraps \Q...\Eสตริงกับ
ไม่มีวิธีการที่ตอบสนองสิ่งที่คุณกำลังมองหา แต่ข่าวดีก็คือมันค่อนข้างง่ายที่จะหลีกเลี่ยงอักขระพิเศษทั้งหมดในนิพจน์ทั่วไปของ Java:
regex.replaceAll("[\\W]", "\\\\$0")ทำไมถึงได้ผล? เอกสารสำหรับPatternระบุเฉพาะว่าอนุญาตให้หลีกเลี่ยงอักขระที่ไม่ใช่ตัวอักษรที่ไม่จำเป็นต้องหลีกเลี่ยง:
เป็นข้อผิดพลาดในการใช้แบ็กสแลชก่อนอักขระตามตัวอักษรใด ๆ ที่ไม่ได้แสดงถึงโครงสร้างที่หลบหนี สิ่งเหล่านี้สงวนไว้สำหรับส่วนขยายในอนาคตของภาษานิพจน์ทั่วไป อาจใช้แบ็กสแลชก่อนอักขระที่ไม่ใช่ตัวอักษรไม่ว่าอักขระนั้นจะเป็นส่วนหนึ่งของโครงสร้างที่ไม่ใช้ค่า Escape หรือไม่
ตัวอย่างเช่น;ไม่ใช่อักขระพิเศษในนิพจน์ทั่วไป แต่ถ้าคุณหนีมันPatternจะยังคงตีความเป็น\; ;นี่คือตัวอย่างเพิ่มเติมบางส่วน:
>กลายเป็น\>ซึ่งเทียบเท่ากับ>[กลาย\[เป็นรูปแบบที่หลบหนีของ[8ยัง8อยู่\)กลาย\\\)เป็นรูปแบบที่หลีกหนี\และ(ต่อกันหมายเหตุ:ที่สำคัญคือเป็นความหมายของ "ไม่ใช่ตัวอักษร" ซึ่งในเอกสารจริงๆหมายความว่า "ไม่ใช่คำว่า " [a-zA-Z_0-9]ตัวละครหรือตัวละครนอกชุดอักขระ
แม้ว่าคำตอบจะเป็น Java แต่โค้ดสามารถปรับเปลี่ยนได้อย่างง่ายดายจากส่วนขยาย Kotlin String ที่ฉันสร้างขึ้น (ดัดแปลงจากที่ @brcolow ให้):
private val escapeChars = charArrayOf(
'<',
'(',
'[',
'{',
'\\',
'^',
'-',
'=',
'$',
'!',
'|',
']',
'}',
')',
'?',
'*',
'+',
'.',
'>'
)
fun String.escapePattern(): String {
return this.fold("") {
acc, chr ->
acc + if (escapeChars.contains(chr)) "\\$chr" else "$chr"
}
}
fun main() {
println("(.*)".escapePattern())
}พิมพ์ \(\.\*\)
ตรวจสอบการใช้งานได้ที่นี่https://pl.kotl.in/h-3mXZkNE
ในอีกด้านหนึ่งของเหรียญคุณควรใช้ regex "non-char" ที่มีลักษณะเช่นนี้หากอักขระพิเศษ = allChars - number - ABC - ช่องว่างในบริบทแอปของคุณ
String regepx = "[^\\s\\w]*";สมมติว่าคุณมีและไว้วางใจ (เป็นเผด็จการ) รายการอักขระหลีกที่ Java regex ใช้ (จะดีถ้าอักขระเหล่านี้ถูกเปิดเผยในสมาชิกคลาส Pattern บางตัว) คุณสามารถใช้วิธีการต่อไปนี้เพื่อหลีกเลี่ยงอักขระหากจำเป็นจริงๆ:
private static final char[] escapeChars = { '<', '(', '[', '{', '\\', '^', '-', '=', '$', '!', '|', ']', '}', ')', '?', '*', '+', '.', '>' };
private static String regexEscape(char character) {
for (char escapeChar : escapeChars) {
if (character == escapeChar) {
return "\\" + character;
}
}
return String.valueOf(character);
}