Java如何编写支持指定Unicode范围(00C0-00FF)的正则匹配规则
Java 正则实现方案
原代码失效的核心原因
- 错误启用
Pattern.UNICODE_CHARACTER_CLASS:该标志会将原本限定为ASCII的字符类(如A-Za-z、0-9)扩展为全Unicode字符匹配,和你仅匹配固定范围字符的需求冲突,还可能引入非预期匹配。 - Unicode转义语法不兼容低版本Java:你使用的
\x{00C0}带大括号的Unicode转义是Java 9之后才支持的语法,Java 8及更早版本无法识别该写法,会导致正则解析异常。
修正后的可运行代码
直接将Unicode转义改为兼容全Java版本的\uXXXX四位写法,同时移除多余的标志位,完整代码如下:
public static void main(String... args) { // 字符类包含:大小写英文字母、数字、直单引号、弯右单引号、00C0-00FF范围字符、半角连字符、半角空格 Pattern p = Pattern.compile("[A-Za-z0-9\\u0027\\u2019\\u00C0-\\u00FF\\- ]{1,70}"); Matcher m = p.matcher("O’Donnell À Ö ö Ì ÿ 012"); boolean b = m.matches(); System.out.println("value=" + b); }
运行后输出value=true,符合测试预期。
可调整说明
- 若不需要匹配直单引号、弯右单引号、半角空格,直接将对应字符从字符类
[]中移除即可。 - 若仅需匹配指定的拉丁-1补充字符,
\\u00C0-\\u00FF范围可根据需求调整起止编码。 - 所有特殊字符推荐用Unicode转义写法(如
\\u2019对应弯右单引号),可避免源文件编码不统一导致的字符识别错误。
内容的提问来源于stack exchange,提问作者Bagesh Sharma
相关产品推荐
相关产品推荐

