什么是控制字符的正则表达式？答案

【问题标题】：What is a regular expression for control characters?什么是控制字符的正则表达式？
【发布时间】：2011-06-21 02:16:19
【问题描述】：

我正在尝试匹配 \^c 形式的控制字符，其中 c 是控制字符的任何有效字符。我有这个正则表达式，但它目前不工作：\\[^][@-z]

我认为问题在于插入符号 (^) 是正则表达式解析引擎的一部分。

【问题讨论】：

这对我来说没有意义。那里有反斜杠吗？这些是真正的控制字符，还是一些暗示相同的 ASCII 序列？为什么只去 \c@ .. \cZ ？还有其他的，你知道的。
你为什么要把插入符号放在一个字符类中？
我正在尝试匹配控制字符的文字文本，而不是控制字符本身。
Control-X 定义为码点为^-ing 码点X 与码点@ 的结果的字符；即位 0x40。

标签： java regex ascii lexical-analysis

【解决方案1】：

使用\^. 模式匹配^X 形式的ASCII 文本字符串，仅此而已。将\^X 形式的ASCII 文本字符串与\\\^. 模式匹配。您可能希望将该点限制为[?@_\[\]^\\]，因此\\\^[A-Z?@_\[\]^\\]。 [?\x40-\x5F] 对于括号中的字符类更容易阅读，因此 \\\^[?\x40-\x5F] 对于文字 BACKSLASH，后跟文字 CIRCUMFLEX，然后是变成有效控制字符之一的内容。

请注意，这是打印出模式的结果，或者您从文件中读取的内容。这是您需要传递给正则表达式编译器的内容。如果您将其作为字符串文字，您当然必须将每个反斜杠加倍。 `\\\\\\^[?\\x40-\\x5F]" 是的，它看起来很疯狂，但那是因为 Java 不像 Groovy 和 Scala（或者 Perl 和 Ruby）那样直接支持正则表达式。没有额外的 bbaackcksslllllaasshheesssssess，正则表达式的工作总是更容易。 :)

如果您有真正的控制字符而不是它们的间接表示，您可以使用\pC 来表示所有具有属性 GC=Other 的文字代码点，或者使用 \p{Cc} 来表示 GC=Control。

【讨论】：

我不太确定我是否理解 \pC。我正在使用 JLex 编写一个词法分析器，我需要识别字符串中的有效控制字符序列并将它们转换为它们的 ASCII 等价物。例如，字符串“\^g”将打印响铃字符或使计算机扬声器发出哔哔声。我需要一个正则表达式来匹配像“\^g”这样的控制字符序列。
@pcman：你是否有一个文字 BACKSLASH 后跟一个文字 CIRCUMFLEX 后跟一个字符是 [A-Z@?\[\]_^] 之一？
是的，我正在尝试匹配文字文本，因为它会出现在字符串中。

【解决方案2】：

看看这个：http://www.regular-expressions.info/characters.html。您应该能够使用 \cA 到 \cZ 来查找控制字符..

【讨论】：

删除 (U+7F) 的 \c? 怎么样？您是否知道 Java 认为 \c{ 是 ; 而 \c; 是 {？他们忘记检查结果是\p{Cc}。糟糕！
旧链接。该页面仍然存在，但有关\c 的信息已移至regular-expressions.info/nonprint.html