7

我想匹配包含某个单词的所有字符串。喜欢：

String regex = (?:\P{L}|\W|^)(ベスパ)(?:\b|$)

但是，Pattern 类不会编译它：

java.util.regex.PatternSyntaxException: Unmatched closing ')' near index 39
(?:\P{L}|\W|^)((?:ベス|ベス|ヘズ)(?:パ)|パ)|ハ)゚)(?:\b|$)

我已经设置了 unicode_case 来编译参数，不知道这里出了什么问题

final Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE | Pattern.UNICODE_CASE| Pattern.CANON_EQ);

感谢帮助！:)

4

4 回答 4

1

从给出的错误消息来看，它看起来一点也不像所示的字符串正则表达式，我推断原始模式基本上如下，我冒昧地重新格式化，添加符号常量，并在前面加上我们可能的行号检查和解决它更容易。

（所有重要的模式都应该始终以(?x)模式编写——即使 Java 在这里与你作斗争，你仍然应该这样做。）

  1     (?: \P{L} | \W | ^ )
  2     (
  3         (?: \N{KATAKANA LETTER BE} \N{KATAKANA LETTER SU}
  4           | \N{KATAKANA LETTER BE} \N{KATAKANA LETTER SU}
  5           | \N{KATAKANA LETTER HE} \N{KATAKANA LETTER ZU}
  6         )
  7         (?: \N{KATAKANA LETTER PA} )
  8     |
  9             \N{KATAKANA LETTER PA}
 10     )
 11 |
 12             \N{KATAKANA LETTER HA}
 13     )
 14     \N{COMBINING KATAKANA-HIRAGANA SEMI-VOICED SOUND MARK}
 15     )
 16     (?: \b | $ )

第一行和最后一行是错误的，但它们在与 Java 损坏的正则表达式相关的语义方面是错误的。它们在语法上没有错误。

现在应该很明显了，语法问题是第 13 行和第 15 行的右括号是虚假的：它们没有相应的左括号。

尽管有第一行和最后一行，我仍然试图理解你在这里真正想要做什么。为什么要重复第 3 行和第 4 行？那没有任何用处。我看不出在第 7 行进行分组的原因。

是否允许组合商标适用于前述任何事物？

至于第一行和最后一行中的错误，我是否理解您正在寻找一个简单的单词边界？您是否真的打算将这些边界字符作为匹配的一部分包含在内，或者您只是想建立边界？你为什么说一个非字母或非单词？

你知道，单词字符确实包含字母——至少，根据它们所做的 Unicode 规范，即使 Java 确实犯了这个错误。唉，尽管由于 Java 正则表达式错误，您刚刚包含了一堆字母，所以一旦我了解您真正想要的内容，我们将不得不重新编码。

如果您只使用了实际上符合 UTS#18 的东西，它会正常工作，但我认为您没有（我没有听说过 ICU），我们将不得不按照我之前概述的路线修复它.

对非单词或字符串开头的后视将适用于第一个，而对非单词或字符串结尾的前瞻将适用于最后一个。这\b当然是你在面对单词字符时应该做的事情，如果你远离你的非单词粒子，它甚至可能会以这种方式工作。

但在我能看到更多的原意之前，我认为我不应该多说。

于 2011-04-13T00:40:33.427 回答
0 
(?:\P{L}|\W|^)((?:ベス|ベス|ヘズ)(?:パ)|パ)|ハ)゚)(?:\b|$)
(            )((              )(   )   )   )  )(      )

您的错误消息中的模式有两个额外的 ')'

于 2011-04-12T21:25:18.370 回答
0
于 2011-04-12T21:42:46.493 回答
0

UNICODE_CHARACTER_CLASS也可以通过嵌入式标志表达式 (?U) 启用该模式

尝试：

(?U)(?:\P{L}|\W|^)((?:ベス|ベス|ヘズ)(?:パ)|パ)|ハ)゚)(?:\b|$)

但是先修好你的括号，因为我不知道你想在中间组中输入或输出什么

于 2015-06-02T08:56:16.323 回答