在 Java 中使用 Unicode 正则表达式匹配任何 Unicode 字符答案

【问题标题】：Using Unicode regular expressions in Java to match any Unicode character在 Java 中使用 Unicode 正则表达式匹配任何 Unicode 字符
【发布时间】：2013-12-18 02:57:23
【问题描述】：

我正在尝试使用 Java 正则表达式匹配器进行搜索和替换。但是，在它无法匹配某个字符串后，我注意到表达式“.*”似乎无法匹配某些 Unicode 字符（在我的情况下，它是一个 \u2028 LINE SEPARATOR 字符）。

这就是我目前所拥有的（将 XML 元素与中间的任何文本匹配）：

String segSourceSearch = "<source(.?)>(.*?)</source>";
String segSourceReplace = "<source$1>$2</source><target$1>$2</target>";
myString = myString.replaceAll(segSourceSearch, segSourceReplace);

基本上，这应该做的是复制元素。但是如何修改正则表达式(.*?) 以匹配<source> 和</source> 之间的任何Unicode 字符？ Java中有内置模式吗？如果没有，ICU4J 中有什么可以使用的吗？（我无法在 ICU4J 中找到正则表达式匹配器）。

【问题讨论】：

见stackoverflow.com/questions/3651725/…
看这里：[类似案例][1] [1]：stackoverflow.com/questions/10894122/…
非常感谢您的提示。但是这个解决方案是为了匹配来自 Letter 类的字符。这将不匹配非字母字符，例如行分隔符。
@marw，您的正则表达式中似乎有错字。我很确定 (.?) 应该是 (.*?)。

标签： java regex unicode

【解决方案1】：

Pattern.DOTALL:

启用 dotall 模式。在 dotall 模式下，表达式 .匹配任何字符，包括行终止符。默认情况下，此表达式不匹配行终止符。

Dotall 模式也可以通过嵌入的标志表达式 (?s) 启用。

所以你正在寻找的模式是(?s).*?，为了捕获你仍然必须将它括在大括号中，((?s).*?)，但你也可以将(?s)放在整个表达式的开头以启用@整个正则表达式的 987654325@ 模式。

【讨论】：

非常感谢您的回复。 @艾伦，你是对的。那确实是一个错字。
非常感谢您的解决方案。与此同时，我走了另一条路。我想要处理的文本是 XML 格式的，因此使用 XML 函数更容易进行转换。不管怎么说，还是要谢谢你。未来我会牢记 Dotall 模式。