java正则表达式中的POSIX 字符类和Unicode 块和类别的类介绍

Posted 2020-09-23 简单生活

假如现在有一个需求，要你用Java语言来匹配出一个文本里面的所有（英文半角）标点符号，你会怎么写呢？我想大多数人应该是把这些符号都罗列出来，

如：

!"#$%&‘()*+,-./:;<=>[email protected][\]^_`{|}~

但[!"#$%&‘()*+,-./:;<=>[email protected][\]^_`{|}~]这样写需要转义一下，

结果为：

[-!"\#\$%&‘()*+,./:;<=>[email protected]

 

\^_`\{\|\}~]

 

然后写到java代码后，有需要转义一次，

变为：

[-!\"\\#\\$%&‘()*+,./:;<=>[email protected]\\[\\\\\\]\\^_`\\{\\|\\}~]

这样的代码，细思极恐。

我们先来用java代码验证一下，这个长长的正则能不能用

 

[java] view plain copy

 

 print?

1. String str="1~2-6,C#,1+2=3;@qq.com2^3functon(){}";  
2.         String regex="[-!\"\\#\\$%&‘()*+,./:;<=>[email protected]\\[\\\\\\]\\^_`\\{\\|\\}~]";  
3.         Matcher m=Pattern.compile(regex).matcher(str);  
4.         while(m.find()){  
5.             System.out.print(m.group());  
6.         }  

输出结果：

 

~-,#,+=;@.^(){}

很欣慰，正则应该是没错的。但这样的正则看起来挺反胃的，那么有没有简洁的写法呢？答案是有的，可以利用POSIX字符类来实现，正则为：\p{Punct}

 

[java] view plain copy

 

 print?

1. String str="1~2-6,C#,1+2=3;@qq.com2^3functon(){}";  
2.         String regex="\\p{Punct}";  
3.         Matcher m=Pattern.compile(regex).matcher(str);  
4.         while(m.find()){  
5.             System.out.print(m.group());  
6.         }  

输出结果：

 

~-,#,+=;@.^(){}

简直了，是不是对正则又燃起了希望之火，这就是在恰当的时候用POSIX字符类的好处。虽然平时比较少运用POSIX字符类的写法，但在恰当的时机运用起来就会有一种一鸣惊人的感觉。

那么我们来看看POSIX字符类有哪些：

除了POSIX字符类之外，还有一个也知道提一下，那就是Unicode块和类别的类