java - '.' 何时在正则表达式中不匹配？

Question

我遇到了以下问题(已简化)。我写了以下内容

Pattern pattern = Pattern.compile("Fig.*");
String s = readMyString();
Matcher matcher = pattern.matcher(s);

在读取一个字符串时，匹配器无法匹配，即使它以“Fig”开头。我将问题追溯到字符串的下一部分中的流氓角色。它的代码点值 1633 来自

(int) charAt(i)

但与正则表达式不匹配。我认为这是由于输入过程中某处的非 UTF-8 编码所致。

Javadocs说:

Predefined character classes. Any character (may or may not match line terminators)

大概这不是严格意义上的字符，但它仍然是字符串的一部分。如何检测此问题？

更新:这是由于 (char)10 不容易被发现。我上面的诊断是错误的，下面的所有答案都与所问的问题相关并且很有用。

Answer 1

检查这个很容易:

import java.util.regex.*;

public class Test {
    public static void main(String[] args) {
        Pattern pattern = Pattern.compile(".");
        for (char c = 0; c < 0xffff; c++) {
            String text = String.valueOf(c);
            if (!pattern.matcher(text).matches()) {
                System.out.println((int) c);
            }
        }
    }
}

在我的盒子上，输出是:

10
13
133
8232
8233

其中，10 和 13 分别是“\n”和“\r”。 133(U+0085)是“下一行”，8232(U+2028)是“行分隔符”，8233(U+2029)是“段落分隔符”。

注意:

• 这不会测试基本多语言平面之外的任何 Unicode 字符
• 它只使用默认选项
• 这似乎与您对角色 1633 (U+0661) 的体验相矛盾