如何连接正则表达式中的范围？

Question

我想将两个连接字符：\ uD800 \ uDC00更改为x，但奇怪的是它会给出一个奇怪的字符，而不是有人会告诉我这里出了什么问题？ 当我运行下面的代码：

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

我得到这个字符作为输出中

Answer 1

首先，在正则表达式中有语法错误。模式中的“& &”不应该在那里。同样，单引号和括号不应该在那里。

上面的语法更正是必需的，但并不足够。 \ u800是一款“神奇”的角色。它与下一个字符结合形成单个4字节的Unicode代码点：https://en.wikipedia.org/wiki/Universal_Character_Set_characters#Surrogates

使用Unicode代码点而不是Java字符来解析正则表达式。 \ uD800 \ uDC00是一个单一的Unicode代码点（0x10000），所以正则表达式不匹配。我想你可能想排除16位范围\ u0000 - \ uFFFF之外的所有Unicode代码点。所以这可能是你想要的：

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

Answer 2

这串

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

不会出现在字符串

\uD800\uDC00 

所以“x”不能取代任何东西。