Java - 作为 [a-zA-z0-9]* 传递的未知字符？答案

【问题标题】：Java - Unknown characters passing as [a-zA-z0-9]*?Java - 作为 [a-zA-z0-9]* 传递的未知字符？
【发布时间】：2011-06-08 13:16:22
【问题描述】：

我不是正则表达式方面的专家，但我需要解析一些我无法控制的输入，并确保过滤掉所有没有 A-z 和/或 0-9 的字符串。

当我运行它时，

Pattern p = Pattern.compile("^[a-zA-Z0-9]*$"); //fixed typo
if(!p.matcher(gottenData).matches())
       System.out.println(someData); //someData contains gottenData

某些空格 + 一个未知符号以某种方式通过过滤器（gottenData 是红色矩形）：

如果您想知道，它也会显示文本，但并非都是这样。

现在，我不介意 [?] 只要它还包含一些字符串。

请帮忙。

[EDIT] 据我从（非常大的）输入中可以看出，[?] 要么是空格要么什么都没有；也许有某种编码问题，也可能与#text节点有关（输入是xml）

【问题讨论】：

你为什么不用\w来表示ASCII字母、ASCII数字或下划线？当然，如果这不是 7 位数据，则需要使用 \pL 之类的属性。
如果我使用 .matches("\\w")，同时包含文本和 [?] 的结果将不会显示。即“ImportantText[?]”将被过滤掉。
你是 100% ??? 字符通过正则表达式吗？它们不是字符集修饰或其他字符串/变量之类的副作用吗？你现在在那里的正则表达式不应该传递特殊字符，除非还有其他事情发生......

标签： java regex spaces alphanumeric

【解决方案1】：

您必须将正则表达式更改为 "^[a-zA-Z0-9]*$" 以确保您匹配整个字符串

【讨论】：

对不起各位，但是 ^[a-zA-Z0-9]*$ 和 [a-zA-Z0-9]* 都没有解决这个问题。感谢您指出错字。
你试过否定匹配吗？ ^[^a-zA-Z0-9]*$ - 看看这是否会给你想要的结果 - 当且仅当字符串中有非法字符时才会匹配;)
当且仅当字符串中有 only 个非法字符时，否定才会匹配。我认为您追求的是[^a-zA-Z0-9]+，它将匹配非法结果...

【解决方案2】：

您的正则表达式中有一个错误：应该是 [a-zA-z0-9]* 而不是 [a-zA-Z0-9]*。

您不需要在正则表达式周围使用^ 和$。 Matcher.matches() 总是匹配完整的字符串。

String gottenData = "a ";
Pattern p = Pattern.compile("[a-zA-z0-9]*");
if (!p.matcher(gottenData).matches())
    System.out.println("doesn't match.");

这打印"doesn't match."

【讨论】：

如果 OP 对字符类没问题，\w 可以用来避免这个鬼鬼祟祟的问题（尽管我认为这会将_ 添加到可接受的字符中，这可能不适用于问题手 - 不太确定）。
对不起各位，但是 ^[a-zA-Z0-9]*$ 和 [a-zA-Z0-9]* 都没有解决这个问题。感谢您指出错字。
@twodordan 你有什么意见？同样在您的代码中确保显示您匹配的内容，因为现在您正在显示另一个变量（gottenData 与 someData）。

【解决方案3】：

看起来应该是“a-zA-Z0-9”，而不是“a-zA-z0-9”，请尝试更正...

【讨论】：

【解决方案4】：

* 量词匹配“零个或多个”，这意味着它将匹配一个不包含您的类中任何字符的字符串。尝试使用 + 量词，这意味着“一个或多个”：^[a-zA-Z0-9]+$ 将匹配仅由字母数字字符组成的字符串。 ^.*[a-zA-Z0-9]+.*$ 将匹配任何包含一个或多个字母数字字符的字符串，尽管前导的 .* 会使其慢得多。如果您使用Matcher.lookingAt() 而不是Matcher.matches，则不需要完整的字符串匹配，您可以使用正则表达式[a-zA-Z0-9]+。

【讨论】：

谢谢你，马克！不确定最初的 .* 做什么，但是 "^[a-zA-Z0-9]+.*$" 对我的输入具有相同的结果，并且根据您所说的应该更快。
@mark 您可以在使用 Matcher().matches() 时使用最后一个不带^.*$ 的正则表达式，并且仅当整个字符串匹配时才会匹配。顺便说一句 .. 不错 * vs +:)。
呃，您对问题的描述不正确。由于正则表达式锚定在两端（分别使用^ 和$ 定位到字符串的开头和结尾），^[a-zA-Z0-9]*$ 将只匹配完全由 alnum 字符和空字符串组成的字符串。但它不会匹配包含任何非数字字符的非空字符串。在这种情况下，* 和 + 之间的唯一区别是它是否匹配空字符串。（对不起，我才意识到问题被编辑了。但是在查看编辑时仍然不正确）...
开头的 .*（.* 表示“匹配零个或多个任何内容”）将匹配任何前导（非字母数字）字符。如果你的输入以字母或数字开头，没有它你会匹配得很好，但如果你以其他东西开头，匹配就会失败。
@ircmaxell - 你当然是正确的。当我回答时，我可以发誓那些不在正则表达式中，也许是因为我还没有喝咖啡。话虽如此，OP希望捕获任何包含字母数字的字符串，而不考虑非字母数字字符。这肯定需要在 char 类上使用 + 和一些可以吃非字母数字字符的东西。

【解决方案5】：

正确答案是上述答案的组合。首先，我想您的预期字符匹配是 [a-zA-Z0-9]。请注意，Az 并不像您想象的那么糟糕，它包括 A 和 z 之间 ASCII 范围内的所有字符，即字母加上一些额外的字符（特别是 [,\,],^,_,`）。

Martin 提到的第二个潜在问题是，如果您希望字符串仅由字母和数字组成，您可能需要输入开始和结束限定符。

最后你使用 * 操作符，它表示 0 或更多，因此你可以匹配 0 个字符并且匹配将返回 true，因此你的模式将有效地匹配任何输入。你需要的是 + 量词。所以我将提交您最有可能寻找的模式是：

^[a-zA-Z0-9]+$

【讨论】：

感谢您的回复，但您的建议会过滤掉诸如“ImportantText[?]”之类的字符串。 Mark Tozzi 似乎解决了我的问题

【解决方案6】：

有没有人考虑在正则表达式[a-zA-Z0-9 ]* 中添加空间。这应该匹配任何带有字符、数字和空格的普通文本。如果您想要引号和其他特殊字符，请将它们也添加到正则表达式中。

您可以在http://www.regexplanet.com/simple/ 快速测试您的正则表达式

【讨论】：

【解决方案7】：

您可以检查输入值是否包含字符串和数字？通过使用正则表达式 ^[a-zA-Z0-9]*$

如果你的值只包含 numberString 而不是它的显示 match 即 riz99, riz99z 否则它将显示不匹配，即 99z.、riz99.z、riz99.9

示例代码：

if(e.target.value.match('^[a-zA-Z0-9]*$')){
            console.log('match')
          }
          else{
            console.log('not match')
          }
}

online working example

【讨论】：