Java - 作为 [a-zA-z0-9]* 传递的未知字符？

Question

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，并确保我过滤掉任何没有 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 + 未知符号以某种方式从过滤器中溜走(gottenData 是红色矩形):

如果您想知道，它确实也显示文本，但不完全是这样。

目前，我不介意 [?]，只要它还包含一些字符串即可。

请帮忙。

[编辑] 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；可能存在某种编码问题，也可能与#text 节点有关(输入是 xml)

Answer 1

* 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。试试 + 量词，它表示“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 .* 会使它慢得多。如果您使用 Matcher.lookingAt() 而不是 Matcher.matches，它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]+.