如何連接正則表達式中的範圍？

Question

我想將兩個連接字符：\ uD800 \ uDC00更改爲x，但奇怪的是它會給出一個奇怪的字符，而不是有人會告訴我這裏出了什麼問題？ 當我運行下面的代碼：

System.out.println("\uD800\uDC00".replaceAll("([\uD800-\uDBFF]&&['\uDC00'-'\uDFFF'])", "x")); 

我得到這個字符作爲輸出中

Answer 1

首先，在正則表達式中有語法錯誤。模式中的「& &」不應該在那裏。同樣，單引號和括號不應該在那裏。

上面的語法更正是必需的，但並不足夠。 \ u800是一款「神奇」的角色。它與下一個字符結合形成單個4字節的Unicode代碼點：https://en.wikipedia.org/wiki/Universal_Character_Set_characters#Surrogates

使用Unicode代碼點而不是Java字符來解析正則表達式。 \ uD800 \ uDC00是一個單一的Unicode代碼點（0x10000），所以正則表達式不匹配。我想你可能想排除16位範圍\ u0000 - \ uFFFF之外的所有Unicode代碼點。所以這可能是你想要的：

System.out.println("\uD800\uDC00".replaceAll("[^\u0000-\uFFFF]", "x")); 

Answer 2

這串

([\uD800-\uDBFF]&&['\uDC00'-'\uDFFF']) 

不會出現在字符串

\uD800\uDC00 

所以「x」不能取代任何東西。