Groovy Regex：字符类中的波浪号有什么作用？

Question

我有这个来自 groovy 代码的正则表达式：

(?:[^\p{Alnum}äöü**~D~V~\~_**]|^)

(?:sometext|s\.t\.)

(?:[^\p{Alnum}äöü**~D~V~\~_**]|$$)

我唯一不明白的是这部分：

**~D~V~\~_**

波浪号在那里做什么？这是一个错误吗？还是只是角色类的一些开关？

我的理解是第一行和第三行确实匹配单词边界，而第二行匹配有问题的文本（长短形式）。

我尝试用谷歌搜索（当然也在这里搜索过），但不幸的是，该图块属于 groovy 中的“匹配此”运算符，所以我在这里找到的所有内容都是关于如何正则表达式的一般信息。

Answer 1

波浪号在 groovy 或 Java 正则表达式中没有任何特殊含义。 Groovy 根本不会改变 Java 对正则表达式的解释。的所有特殊字符都列在java.util.regex.Pattern 的 API 参考页面上。

如果您删除 \p{Alnum} 字符类和转义的波浪号，您可以更容易地看到 ~ 没有被特殊处理：

assert ("D" ==~ "(?:[^äöü~D~V~_])") == false
assert ("V" ==~ "(?:[^äöü~D~V~_])") == false
assert ("~" ==~ "(?:[^äöü~D~V~_])") == false
assert (" " ==~ "(?:[^äöü~D~V~_])") == true

我会扔掉这些正则表达式。它们显然是错误的，并且被额外的字符混淆了。字边界可以与\b 匹配，\p{Alnum}äöü 几乎可以肯定是\p{Alphabetic}\p{Digit} 以正确处理unicode。