Java Pattern与Matcher正则问题：如何匹配@en前引号内所有字符？

你遇到的问题根源在于Java正则中默认的.元字符不会匹配所有Unicode字符，它默认仅覆盖ASCII范围内的非换行字符，遇到像…（或是你例子里的特殊控制字符）这类超出ASCII的内容就会失效。原来的"(.*?)"@en自然就匹配不到这类特殊字符了，给你几个实用的解决方案：

方案1：用[\s\S]代替.匹配任意字符 #

[\s\S]是一个万能字符组：\s匹配任意空白字符，\S匹配任意非空白字符，两者组合就能覆盖所有字符，包括换行和各类Unicode特殊字符。修改后的正则代码如下：

Pattern pattern = Pattern.compile("\"([\\s\\S]*?)\"@en");

这个方案简单直接，不需要额外启用正则标志，兼容性拉满。

方案2：启用UNICODE_CHARACTER_CLASS和DOTALL标志 #

Java的Pattern类提供了两个关键标志来扩展.的匹配范围：

• DOTALL：让.匹配包括换行符在内的所有字符
• UNICODE_CHARACTER_CLASS：让.等元字符按照Unicode标准匹配，而非局限于ASCII范围

修改后的代码示例：

Pattern pattern = Pattern.compile("\"(.*?)\"@en", Pattern.DOTALL | Pattern.UNICODE_CHARACTER_CLASS);

启用这两个标志后，.就能真正匹配所有Unicode字符（包括你的目标省略号）和换行符了。

额外提醒：保持非贪婪匹配的好习惯 #

你用的.*?是非贪婪匹配模式，这非常正确——它能确保匹配到最近的"@en"，不会不小心跨过多引号匹配到后面的内容。如果你的文本里没有嵌套引号的场景，当前的非贪婪匹配逻辑完全够用。

拿你的测试行验证：

http://dbpedia.org/resource/… http://www.w3.org/2000/01/rdf-schema#label "…"@en
用上面任意一种方案，都能精准捕获到…这个目标内容。

内容的提问来源于stack exchange，提问作者user8954282