java - 如何使用\Q\E 通过 DOTALL 转义文字化 unicode 字符？

Question

我有以下代码，正则表达式的指定输入导致下面的输出。但是，unicode 字符导致在 m.find() 上抛出异常。如果您删除文本中“Unicode”之前的 unicode 字符，一切正常。

所以，我尝试装饰我的正则表达式以使用\Q\E 转义/文学化任何 unicode 字符(不确定这是否是正确的方法或者我是否正确地做)。然而，它阻止了异常，但现在它在 m.find() 上不匹配。

如何正确转义此 unicode(和任何 unicode 字符)？

        String text = "Hi\n\nyo keep this here\n\n📱Unicode b4 keep all from here\n\nyo\ncut me:\n\nThis should be deleted";
        Pattern PATTERN = Pattern.compile("^\\Q(.+?)\\nyo(?:(?!cut me:|\\nyo).)*cut me:\\E",
                Pattern.DOTALL);
        Matcher m = PATTERN.matcher(text);
        if (m.find()) {
            text = m.group(1);
            System.out.println(text);
        }

输出:

Hi

yo keep this here

Unicode b4 keep all from here

Answer 1

使用 \Q 和 \E 实际上会改变你的正则表达式的行为:正如你写的那样，它会完全匹配那个序列:

(.+?)\\nyo(?:(?!cut me:|\\nyo).)*cut me:

也就是说，它实际上是在尝试找到一个括号，然后是一个乱七八糟的点，然后是一个+，等等。 ..

---

澄清一点:

final Pattern PATTERN = Pattern.compile("^\\Q(.+?)\\nyo(?:(?!cut me:|\\nyo).)*cut me:\\E", Pattern.DOTALL);
final Matcher m = PATTERN.matcher("(.+?)\\nyo(?:(?!cut me:|\\nyo).)*cut me:");
System.out.println(m.match());   // true