Java Regex：为什么 \177 转义码无效？答案

【问题标题】：Java Regex: Why is \177 escape code invalid?Java Regex：为什么 \177 转义码无效？
【发布时间】：2016-12-09 12:22:03
【问题描述】：

我正在使用常见的正则表达式来验证电子邮件。模式是这样的：

(^[-!#$%&'*+/=?^_`{}|~0-9A-Z]+(\.[-!#$%&'*+/=?^_`{}|~0-9A-Z]+)*|^"([\001-\010\013\014\016-\037!#-\[\]-\177]|\\[\001-\011\013\014\016-\177])*")@((?:[A-Z0-9](?:[A-Z0-9-]{0,61}[A-Z0-9])?\.)+[A-Z]{2,6}\.?$)|\[(25[0-5]|2[0-4]\d|[0-1]?\d?\d)(\.(25[0-5]|2[0-4]\d|[0-1]?\d?\d)){3}\]$

以防万一，我确实在 java 中添加了所有 \ 转义，所以这是 java 评估的最终模式。它适用于普通的在线正则表达式评估器，但在 Java 中运行时会抛出

java.util.regex.PatternSyntaxException：索引 103 附近的转义序列非法/不受支持

这是 \177 代码。为什么会这样，为什么该代码是非法的，为什么它可以在在线验证器中工作？

【问题讨论】：

你想通过\177代表什么？

标签： java regex

【解决方案1】：

The javadoc of Pattern在这里给你答案；引用：

\0n     The character with octal value 0n (0 <= n <= 7)
\0nn    The character with octal value 0nn (0 <= n <= 7)
\0mnn   The character with octal value 0mnn (0 <= m <= 3, 0 <= n <= 7)

八进制转义序列出现的唯一有效方式是上述。

如果你写\1xx，无论xx，这将被解释为\1然后xx，其中\1是对正则表达式的第一个捕获组的反向引用......

除了在您的情况下，索引 103 位于：

...37!#-\[\]-\177]|\\
             ^^ HERE

你在一个角色类中；并且您不能在字符类中使用反向引用。因此，正则表达式引擎试图将其解释为转义序列，如上所述，这是非法的。因此，消息。

将其替换为\0177，您的问题将得到解决。

附带说明，使用正则表达式验证电子邮件虽然很常见，但也是一个非常糟糕的主意。改用 javax.mail，它可以使用InternetAddress 验证邮件地址。

[进一步说明：虽然上面的链接指向 Java EE，但实际上您可以将 javamail 作为独立 jar 添加到您的项目中；快速的 Maven 搜索会告诉你]

【讨论】：

InternetAddress 让我害怕的部分是 validate 的 javadoc：“当前的实现检查了许多但不是全部的语法规则。”有了这个正则表达式，我们至少在多个平台上使用相同的模式标准化了评估。
@WilliamMartínezPomares 即使这样，您也应该使用它，而不是您在“某处”找到的正则表达式。 javamail 的开发人员非常了解他们的工作，以至于实际上无法验证 RFC 2822 的情况几乎为零。并且肯定比您在那里找到的几乎所有正则表达式都要好。

【解决方案2】：

内联正则表达式验证器往往会产生误导，因为有许多不同风格的正则表达式。您需要一个 Java 正则表达式，但您的验证器显然正在测试一种相关但不同的风格。

针对您的具体问题：正如您从the documentation for java.util.regex.Pattern 中看到的，八进制转义必须以\0 开头，但之后最多可以包含三位数字。所以，把\177改成\0177。

【讨论】：

【解决方案3】：

在 Java 类之外，将八进制视为 \0377 以将其与 a 区分开来
反向引用。

其他引擎将采用\377 形式，但使用内部捕获组
在这一点上识别以将其与反向引用区分开来。
这些其他引擎无法识别类中的 \nnn 表单，
但为此提供一个八进制括号形式\o{nnn}。

据我所知，你可以试试 \0377 inside classes 看看是否
那行得通，否则我不知道Java是否在类中识别八进制。

【讨论】：