java - 当第一个字符与任何其他字符一起使用时，正则表达式出错

Question

对于我正在做的项目，我必须读取字符串。该字符串可能包含一个或多个 unicode 字符的十六进制表示形式(例如，“\u0161”代表“š”)。我想将这些代码转换为正确的字符表示形式。

为此，我首先需要检测字符串中是否存在格式为“\uAAAA”的十六进制序列，因此我编写了以下正则表达式:

Pattern classPattern = Pattern.compile("\\u[0-9a-fA-F]{4}");
Matcher classMatcher = classPattern.matcher("\\u1ECD");
System.out.println(classMatcher.find());

不幸的是，这会生成“java.util.regex.PatternSyntaxException:索引 2 附近的非法 Unicode 转义序列”错误。

但是，如果我仅出于测试目的而将“\”替换为“@”，则正则表达式将按预期工作:

Pattern classPattern = Pattern.compile("@u[0-9a-fA-F]{4}");
Matcher classMatcher = classPattern.matcher("@u1ECD");
System.out.println(classMatcher.find());

这让我相信我的反斜杠做错了。我还尝试了许多其他序列，但没有一个起作用。请帮忙。

Answer 1

“\u”在 Java 正则表达式世界中具有特殊含义，即匹配实际的 unicode 字符。 您必须对 \ 进行双重转义才能获得匹配你渴望。

Pattern classPattern = Pattern.compile("\\\\u[0-9a-fA-F]{4}");

[更新]正如评论所指出的，我给出正确答案的推理是有缺陷的。