(安卓) Pattern.compile("\\w+")与unicode字母意外匹配
(安卓) Pattern.compile("\w+")与unicode字母意外匹配是因为在安卓中，正则表达式的默认行为是基于Unicode字符的。在正则表达式中，\w表示匹配任何字母、数字或下划线字符，而+表示匹配一个或多个前面的表达式。
因此，Pattern.compile("\w+")会匹配任何Unicode字母、数字或下划线字符的连续序列。这意味着它不仅匹配了英文字母，还包括其他语言的字母、数字和下划线字符。
这种行为可能会导致一些意外的结果，特别是当你只想匹配英文字母时。如果你只想匹配英文字母，可以使用具体的字符范围来替代\w，例如[a-zA-Z]。
在安卓开发中，如果你想要更精确地匹配英文字母，可以使用以下代码：
Pattern pattern = Pattern.compile("[a-zA-Z]+");
Matcher matcher = pattern.matcher(yourString);
while (matcher.find()) {
String match = matcher.group();
// 处理匹配到的结果
}这样就可以确保只匹配英文字母，而不包括其他Unicode字符。
腾讯云相关产品推荐：
- 云服务器（CVM）：提供弹性计算能力，满足各种业务需求。详情请参考：云服务器产品介绍
- 云数据库 MySQL 版（CDB）：提供高性能、可扩展的关系型数据库服务。详情请参考：云数据库 MySQL 版产品介绍
- 人工智能机器学习平台（AI Lab）：提供强大的人工智能算法和模型训练平台。详情请参考：人工智能机器学习平台产品介绍
- 云存储（COS）：提供安全、可靠、低成本的云端存储服务。详情请参考：云存储产品介绍
- 区块链服务（BCS）：提供一站式区块链解决方案，帮助企业快速搭建区块链应用。详情请参考：区块链服务产品介绍
以上是腾讯云提供的一些相关产品，可以根据具体需求选择适合的产品来支持云计算和开发工作。
相关·内容
假设我有一个词："Aiavärav“。表达式\w+应该包含这个单词，但是字母"ä“将这个单词一分为二。我得到的不是"Aiavärav"，而是"Aia“。对于包含这些非ascii字母的单词，正确的正则表达式是什么？
浏览 0提问于2012-02-09得票数 6
回答已采纳
必须在不使用容器类的情况下使用正则表达式解决任务。
输入:文本(可以由拉丁字母和西里尔字母组成，不包含_)
输出:源文本，但在所有重复单词前面加上下划线_
将单词视为仅包含字母的序列(单词中不包括所有其他字符)。创建一个将输入转换为输出的静态转换方法。
方法完成：
public static String convert (String input) {
...
}
输入示例：
This is a test
And this is also a test
And these are also tests
test
Это тест
Это также тест
И это также
浏览 4提问于2019-10-09得票数 3
回答已采纳
1回答
在Java中，\d = [0-9]和\w = [A-Za-z_]，这对iOS和ICU是一样的吗？
我不想包含国际字符，但文档中只包含Unicode引用。
浏览 0提问于2016-09-13得票数 1
回答已采纳
在java中，从字符串到任何特殊字符都会出现一个子字符串，下面的代码正在按预期工作，但是在将来，还存在一些需要附加if条件的特殊字符，我们可以有任何正则表达式来获得子字符串吗？
private static String getTruncatedVesselName(String input){
if(input.contains("/")){
String output = input.split("/")[0];
return getSubString(output);
}
浏览 6提问于2022-10-11得票数 0
考虑到以下字符串，我需要一些正则表达式：
"test test3 t3st test: word%5 test! testing t[st"
只匹配a-z字符中的单词：
应该匹配:测试测试
不应该匹配: test3 t3st测试: word%5测试！t[st ]
我尝试过，但是单词%5不应该是匹配的。
浏览 6提问于2017-07-21得票数 5
回答已采纳
因此，在我的课堂上，我们是在模拟某人将第一个、中间和姓氏放入一个表单中。我有一个变量$fullname连接它们，并提取中间的初始值以及strtolower和ucfirst.
因此，rObERT jAmES smITH被解析为Robert J Smith。
现在，如果有人把R!bert J Smith (注意特殊字符“!”)，它将被接受。为了解决这个问题，我用If/else语句和pregmatch做了一个声明。
if (preg_match("/[^a-z\s]/i",$fullname)) {
echo ("<span class = 'w
浏览 6提问于2015-10-22得票数 1
回答已采纳
目前我有：text.split("[^\\w+]"，但我也需要包括诸如：Can't之类的词，而不是像：'HEART'这样的词。
我找不到解决办法，把文字分解成单词，包括字母，数字和字母，如果是在其他字母之间。Thx
浏览 4提问于2022-01-13得票数 2
回答已采纳
1回答
我试着用一种印度语(孟加拉语)在一个特定的单词之前得到所有的单词。这种技术对英语来说是完美的，但对孟加拉语来说却失败了：
Pattern p = Pattern.compile("([\\w\\s]+) ছবি", Pattern.UNICODE_CASE);
Matcher m = p.matcher("ক্যামেরাকে ছবি তোলা এবং ভিডিও রেকর্ড এর অনুমতি দেবেন");
while (m.find()) {
System.err.println(m.group(1));
}
因此，理想情况下，我试图将单
浏览 0提问于2017-10-24得票数 0
回答已采纳
我在表单中有一个电子邮件字段，该字段目前正在使用GenericValidator.isEmail方法进行验证。但现在我需要应用另一个验证，在那里，我需要防止重音字符被发送到电子邮件地址。因此，我考虑使用Regex模式匹配方法，并在堆栈溢出中找到了一种方法。
if (Pattern.matches(".*[éèàù].*", input)) {
// your code
}
问题是，我只看到了图案中的几个字母，但还有其他几个重音字符，比如μ等。那么，我们有什么方法可以匹配所有类型的重音字符吗？我需要匹配NL (荷兰语)，FR(法语)和DE(德语)的重音字符。我需要检查我的电子
浏览 2提问于2021-03-24得票数 1
回答已采纳
我是Python regex的新手，并试图在Python中匹配非空白的ASCII字符。
以下是我的代码：
impore re
p = re.compile(r"[\S]{2,3}", re.ASCII)
p.search('1234') # have some result
p.search('你好吗') # also have result, but Why?
我已经在re.compile中指定了ASCII模式，但是p.search('你好吗')仍然有结果。我想知道我在这里做错了什么？
浏览 2提问于2020-04-14得票数 1
回答已采纳
2回答
我有一个大型.txt文件，它由：word1、word2、id、number组成，如下所示：
s = '''
Vaya ir VMM03S0 0.427083
mañanita mañana RG 0.796611
, , Fc 1
buscando buscar VMG0000 1
una uno DI0FS0 0.951575
lavadora lavadora NCFS000 0.414738
con con SPS00 1
la el DA0FS0 0.972269
que que PR0CN000 0.562517
sorprender sorprender V
浏览 8提问于2015-03-16得票数 1
回答已采纳
我想接受输入，网址或只是一个网站名称，从安卓EditText的www.google.com和用户点击提交的Button或当EditText失去焦点网址应该被验证，就像它是在格式“www.anyURL.com”…
我该怎么做呢？android有没有内置的功能？
浏览 126提问于2011-04-11得票数 91
回答已采纳
3回答
我有一个：
public final static boolean isValidNickName(String target)
{
return Pattern.compile("^.((?=.*[가-힣]).{1,12})((?=.*[a-zA-Z0-9]){2,12}).$").matcher(target).matches();
}
我希望这个模式能验证以下几点：
允许来自范围가-힣的一个或多个字母。
允许字母数字从两个组合(例如)1a，가1，가a，5bcc，994930s0开始变化。
排除其他一切(如特殊字符或单个字母数字字符)
当
浏览 7提问于2016-03-11得票数 1
回答已采纳
我想匹配任何可以用一个或多个点分隔的字母数字：
伯蒂
bert.123
bert.01.03.27
但不是：
.bert (点不是分开的)
bert123。(点不是分开的)
bert.123(连续多次发生的点)
现在我有了这个^[^\\.][\w\.]+?[^\\.]$，但仍然不能处理点字符的多次顺序出现。
浏览 0提问于2013-11-08得票数 0
回答已采纳
1回答
我在安卓环境下设置一个RegEx匹配程序有困难。
我的弦乐图案：
private static final String INVALID_PATTERN = "/[^а-яa-z0-9\\s,!\\-_{\\}\\[\\];+]/ig";
未转义模式(匹配一切，但西里尔字母和拉丁字母、数字、空格、逗号、感叹号、减号、下划线、方括号、分号和加法忽略大小写；我认为这些“合法”)：
/[^а-яa-z0-9\s,!\-_\[\];+]/ig
我的代码：
public static ErrorType createStory(@NonNull String name){
Mat
浏览 1提问于2017-04-30得票数 1
回答已采纳
2回答
我有很多字串，例如：
"book = 12 AND x2 = 50 AND cost = 45"
"pen = 1 AND case = 10 AND bala = 40"
...
我要去找book，x2，cost。和pen，case，bala
我用这个，但没用：
(?:(.*?)(?==))+
我不需要'=‘之后的值；我需要’=‘之前的名称。
浏览 2提问于2018-08-25得票数 2
2回答
我需要你的帮助。
目前，我在工作中使用这个代码部分；
altbaslik = []
for line in sentenceIndex:
finded = re.match(r"\w*[A-Z]\w*[A-Z]\w*|[Ö|Ç|Ş|Ü|Ğ|İ]", line)
if finded != None:
finded2 = finded.group()
altbaslik.append(finded2)
print(altbaslik)
sentenceIndex =这是一个列表。它包
浏览 2提问于2020-03-11得票数 1
回答已采纳
我是希腊人。当我使用子字符串"αυλ"搜索联系人时，所有这些联系人都匹配："Παύλος"、"Παυλίνα"、"Αυλός"。
因此，安卓在字母"α“中与"α”和"ά“匹配。
是否有此特性的API，或者我必须用困难的方式对其进行编码？例如：string.replaceAll("ά", "α").replaceAll("έ", "ε").replaceAll(......)，它不是那么多语言的方法。
浏览 0提问于2016-03-21得票数 2
回答已采纳
1回答
我想通过的例子是：
"..“
“废话”
“废话*”
"blah.blah“
"blah.blah*“
具有@attrib=值“或@attrib=”值和@attrib2="value2“和@attrib2=”value2“和.附于尾
我不想通过的例子是：
"“
".“
“”
"...“
".blah“
"-blah“
基本上想要"..“
或
a-z的字符串，可以包括但不以点或破折号开头(可选后面跟着*)(可选地后面跟着属性/值的列表)
这些团体是：
浏览 3提问于2012-08-13得票数 2
2回答
我想把一个有空格或任何特殊字符的句子分割成一个包含空格或特殊字符的单词数组，也是一个数组元素。
句子如下：
aman,amit and sumit went to top-up
应该被分割成一个字符串数组：
{"aman",",","amit"," ","and"," ","sumit"," ","went"," ","to"," ","top","-","up&
浏览 0提问于2016-09-05得票数 0
3回答
我有一个源字符串，我想将data拆分出来：
String source = "data|junk,data|junk|junk,data,data|junk";
String[] result = source.split(",");
以上给出了data|junk, data|junk|junk, data, data|junk。为了进一步获取数据，我做了以下工作：
for (int i = 0; i < result.length; i++) {
result[i] = result[i].split("\\|")[0];
}
这
浏览 0提问于2018-03-22得票数 4
回答已采纳
对于我希望匹配变音符号的名称，我有一个正则表达式。以下是我的代码中以test.java:191开头的日志记录片段：
Util.Log("text = " + text);
Util.Log("regex = " + regex);
Util.Log("regexorig = " + regexorig);
Util.Log("Matches static: " + Pattern.matches(text, regex));
Pattern p1 = Pattern.compile(regex);
Util.Log("M
浏览 0提问于2013-06-30得票数 2
回答已采纳
2回答
我有三个不同的东西
xxx
xxx>xxx
xxx>xxx>xxx
其中xxx可以是字母和数字的任意组合
我需要一个可以匹配前两个但不能匹配第三个的正则表达式。
浏览 0提问于2012-04-24得票数 1
回答已采纳
2回答
我有一个从文本中提取#hashTag的简单方法：
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());
}
浏览 0提问于2015-12-04得票数 3
我希望允许在任何字符(拉丁语、希伯来语、西里尔语(但不是unicode )中允许所有字母和减号(-)，但它不应该允许每次重复使用减号，而不允许在开始和结束时：
YaMo -> OK
Ya-Mo -> OK
Ya-Mo-Ga -> OK
Ya--Mo -> FALSE
Ya---Mo -> FALSE
-Ya -> FALSE
-Ya-Mo- -> FALSE
Ya- -> FALSE
Yo-Mo- Mo -> FALSE
Yo-Mo -Go -> FALSE
到目前为止，我已经：
preg_match('/^[\p{L} -]
浏览 2提问于2018-05-11得票数 2
回答已采纳
基本上，我需要匹配以字符串中的字符开头的单词。以下是一个例子：
I am trying to match #this_word but ignore the rest.
我还需要正则表达式来匹配来自不同语言的字符。我试过这个：
#\\s*(\\w+)
但是，它只包括英语单词。
当我尝试regex时，如下所示：
#(?>\\p{L}\\p{M}*+)+
我得到了一个outofboundsexception。
编辑
很明显，我之所以会犯这个错误，是因为我写到：
matcher.group(1);
而不是：
matcher.group(0);
浏览 8提问于2015-11-22得票数 2
回答已采纳
1回答
我找了很多，但是找不到下面问题的完美解决方案。
我有一个下面的代码，通过创建正则表达式和创建pattern对象，并用Matcher匹配字符串，从一行字符串中获取字符串值。
public static void main(String[] args) {
ArrayList<String> list = new ArrayList<String>();
list.add("product val='321ddfgsagsdf' find way");
list.add("product val='78
浏览 1提问于2016-09-02得票数 0
3回答
我有正则表达式来验证数字和-。我现在也支持多字节字符。所以我使用了unicode类来支持，但它不匹配。有人能在这方面给我点启发吗？
public class Test123 {
public static void main(String[] args) {
String test="熏肉еконcarácterbañlácaractères" ;
Pattern pattern = Pattern.compile("^[a-zA-Z0-9_-]*$",Pattern.UNICODE_CHARACTER_CLASS);
浏览 3提问于2015-08-10得票数 2
我遇到了正则表达式总是返回false的问题，即使"“声明它不应该返回。
我在logcat中输入各种特殊字符"&$@R@，“和b/b2都返回false。我输入到编辑文本中的字符串甚至在logcat中显示为我输入的字符串。有人知道为什么它不能匹配字母数字字符吗？
代码：
EditText et1 = (EditText) findViewById(R.id.editText1);
String et1Text = et1.getText().toString();
int et1Length = et1.getText().toString().le
浏览 2提问于2011-10-23得票数 2
回答已采纳
我知道我可以使用a-z来检查CF8中从a到z的任何字母表。但是，有没有正则表达式可以检测西班牙字母表，比如á，í，ó，é，ñ，等等？
先谢谢你，蒙特
浏览 0提问于2009-07-21得票数 2
任何简单的unicode字符串，如زسس或یسیتنانت，在c#正则表达式中使用以下模式匹配，但在java中不匹配。
有人能解释这个吗？我如何纠正它，让它在Java中工作？
"\\b[\\w\\p{M}\\u200B\\u200C\\u00AC\\u001F\\u200D\\u200E\\u200F]+\\b"
c#代码：(它与字符串匹配)
private static readonly Regex s_regexEngine;
private static readonly string s_wordPattern = @"\b[\w\p{M}\
浏览 1提问于2013-01-11得票数 1
1回答
我正在尝试解析一条消息中的所有链接。 我的Java代码如下所示： Pattern URLPATTERN = Pattern.compile(
"([--:\\w?@%&+~#=]*\\.[a-z]{2,4}/{0,2})((?:[?&](?:\\w+)=(?:\\w+))+|[--:\\w?@%&+~#=]+)?",
Pattern.CASE_INSENSITIVE | Pattern.MULTILINE | Pattern.DOTALL);
Matcher matcher = Patterns.URLPATTERN.matcher(
浏览 15提问于2020-10-12得票数 2
回答已采纳
3回答
我有下面的reg表达式，当用户输入英语时，它工作得很好。但当使用葡萄牙语字符时，它总是失败。
Pattern p = Pattern.compile("^[a-zA-Z]*$");
Matcher matcher = p.matcher(fieldName);
if (!matcher.matches())
{
....
}
有没有办法让pattern对象识别有效的葡萄牙语字符？
谢谢
浏览 0提问于2012-01-03得票数 4
回答已采纳
3回答
我试图用re.split拆分包含瑞典字符的字符串，但代码无法工作。
wordsre = re.compile(r"[\WåäöÅÄÖ]+")
mytext = "hej. och gå! Med en #katt som leker 9 liv!"
newtext = wordsre.split(mytext)
产出如下：
['hej', 'och', 'g', 'Med', 'en', 'katt', 'som', 'leker',
浏览 5提问于2014-07-20得票数 1
回答已采纳
3回答
我想在安卓视图(webview或textview)上显示连接的和颜色的阿拉伯字母。首先，我使用了没有颜色和阿拉伯语正确显示的TextView。
当我使用spannableString时，彩色字母与单词断开连接。
其次，我使用了带有html和字体标记的WebView。我也有同样的结果。
每次我试着把颜色放在一个单词上，这个字母显示与单词断开连接。
有谁能解决这个问题吗？
Android version>4.0
浏览 17提问于2013-07-25得票数 4
有没有人知道一个regex命令，它将接受以下字符串
url = http://184.154.145.114:8013/wlraac name = wlr samplerate = 44100 channels = 2 format = S16le
并删除除以下内容之外的所有内容
wlr
这行代码会出现多次，其中所有内容在=符号之后都会发生变化，每次我只想保留name =之后的内容
任何帮助我们都将不胜感激
浏览 0提问于2012-04-16得票数 0
回答已采纳
2回答
我在学刮痕。我使用的是刮伤0.20，这就是为什么我要遵循本教程。
我不理解这些概念。然而，我还有一件事要做。
在本声明中
sel.xpath('//title/text()').re('(\w+):')
输出是
[u'Computers', u'Programming', u'Languages', u'Python']
re('(\w+):')的用途是什么？
帮助回答：
这句话
sel.xpath('//title/text()').extract()
有这样的输出
浏览 2提问于2014-01-13得票数 1
回答已采纳
我的代码里有这样的东西：
cust.main.city
我需要找到所有这样的事件，其中至少有两个点，我指的是参考。
所以我试了一下
[].+.[].+
但它也给了我：
cust.Res;
我只想要那些线，其中至少有两个点(.)，以便我可以进一步检查。
请你指点我。
浏览 1提问于2018-11-17得票数 1
回答已采纳
5回答
下面是我当前的代码：
return str.matches("^[A-Za-z\\-'. ]+");
我希望它包含国际字母。我如何在Java中做到这一点？
谢谢。
浏览 0提问于2013-02-01得票数 5
回答已采纳
3回答
我有一个输入字段，它是本地化的。我需要添加一个验证，使用正则表达式，它必须只需要字母和数字。如果我只使用英语的话，我本可以使用[a-z0-9]。
到目前为止，我正在使用Character.isLetterOrDigit(name.charAt(i))方法(是的，我正在遍历每个字符)来过滤出各种语言中的字母。
有什么更好的方法吗？有任何正则表达式或其他库可用于此吗？
浏览 2提问于2012-02-29得票数 14
回答已采纳
1回答
我试图使用来标记一个算术表达式，其中分隔符可以是：
空白(\s+或\p{Space}+)，应该丢弃
标记(\p{Punct})，应该作为令牌返回
示例
鉴于这一说法：
12 + (ab-bc*3)
我想让Scanner归还这些代币：
12
+
(
ab
-
bc
*
3
)
代码
到目前为止，我只能：
吃完所有的点字(不是我想要的)：
new Scanner("12 + (ab-bc*3)").useDelimiter("\\p{Space}+|\\p{Punct}").tokens().coll
浏览 1提问于2019-10-30得票数 1
回答已采纳
2回答
Regex捕获后视和前瞻
、、、、
我试图为以下情况编写regex：
badword%
%badword
%badword%
%标志不同，取决于它们所在的位置。前面的%需要查找以匹配单词badword之前的字母，直到到达非字母为止。同样，任何不在前面的%都需要向前看，以匹配单词badword后面的字母，直到它碰到非字母为止。
这就是我想要达到的目标。如果我有以下情况：
只是个普通的超糟糕的句子而已。
badword # should match "badword", easy enough
badword% # should match "badwording"
%badword%
浏览 2提问于2013-12-07得票数 3
回答已采纳
如何在Java中提取第一个字母字符，例如在字符串"ABD123EZ13我应该得到“ABD上应用regex之后，这是可能的，我搜索了一段时间，没有找到任何东西。
我发现这个大梁：
String firstThreeCharacters = str.replaceAll("(?i)^[^a-z]*([a-z])[^a-z]*([a-z])[^a-z]*([a-z]).*$", "$1$2$3")
提取第一个n个字符，但是它不检查第四个字符是否是字母的。
其他例子：
"AAAA“=> "AAAA”
"1231“=> "
浏览 0提问于2018-05-31得票数 1
回答已采纳
4回答
我想将一个字符串拆分成一个字符串数组，其中包含非字母字符。例如：
"Here is an ex@mple" => "Here", "is", "an" "ex", "mple"
我尝试在正则表达式"(?![\\p{Alpha}])"中使用方法。但是，这会将字符串拆分为
"Here", "_is", "_an", "_ex", "@ample"
(那些下划线是为了强调有一个空格)。我猜这是因为?!正则
浏览 0提问于2012-12-05得票数 10
回答已采纳
我有一篇文字，它的开头有两个空格，结尾有两个空格，如下所示：
"my_text_is__separated__like_this__example__“
所以我想检索“分离”和“示例”。
我是这样实现的：
String pattern = "\\s{2}(\\w+)\\s{2}";
String t = getText();
Pattern p = Pattern.compile(pattern);
Matcher m = p.matcher(t);
StringBuilder b = new StringBuilder
浏览 0提问于2017-07-10得票数 2
回答已采纳
3回答
我需要一个函数，或者更有可能是一个regex脚本，它允许我根据条件来选择文本字符串。
示例：
Input <- c("Red1 Orange", "Yellow Green2", "Blue3 Violet")
导致："Red1"，"Green2"，"Blue3“
我尝试过多种选择，包括：
str_extract(NamesCor, "[a-z][a-z][a-z][a-z][0-9]|
[a-z][a-z][a-z][0-9]|
[a-z][a
浏览 2提问于2020-03-30得票数 2
回答已采纳
2回答
我有一根绳子，可以是：
X=Y
或
X
在这里，X和Y可以是任何包含字母的单词。
当字符串是X=Y时，X应该在第1组中，Y应该在第2组中
但是当字符串是X时，X应该在第2组中。
到目前为止，我只能得到以下信息：
(\w+)=(\w+)
它的正确准则应该是什么？
浏览 5提问于2020-02-27得票数 3
回答已采纳
2回答
我使用的代码是：b = re.sub('[^A-Za-z]+', ' ', a)。然而，我需要考虑法国口音：àâéèêëïîôùûç。你能帮我吗？:)
谢谢。
浏览 5提问于2020-06-01得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
