Question

我有一个完全正常的正则表达式，直到我将我的语言环境切换为'fa'（波斯语）。我怀疑希伯来语和阿拉伯语也会发生这种情况（还不确定是否是字符或RTL方向使其中断）。

导致异常的代码行是：

public static final Pattern NAME_REGEX = Pattern.compile(String.format("^[\\w ]{%d,%d}$", 2,24));

（语法很好，它适用于英语和西班牙语）但是当应用程序尝试在“不兼容”语言环境中编译正则表达式时，我得到以下内容：

at com.android.internal.os.ZygoteInit.main(ZygoteInit.java:605)
at dalvik.system.NativeStart.main(Native Method)
Caused by: java.util.regex.PatternSyntaxException: Syntax error U_REGEX_BAD_INTERVAL     near index 8:
^[\w ]{٢,٢٤}$
   ^
at java.util.regex.Pattern.compileImpl(Native Method)
at java.util.regex.Pattern.compile(Pattern.java:400)
at java.util.regex.Pattern.<init>(Pattern.java:383)
at java.util.regex.Pattern.compile(Pattern.java:374)
at com.airg.hookt.config.airGConstant.<clinit>(airGConstant.java:131)

任何帮助将不胜感激。感谢

Answer 1

看起来您正在尝试使用阿拉伯语 - 印度数字（U+0660..U+0669）来指定间隔;如果有效的话，我会非常惊讶。我从来没有听说过正则表达式的味道接受除了ASCII数字以外的任何东西作为正则表达式本身的一部分。

您是否还期望\w匹配波斯语，希伯来语和阿拉伯语脚本中的字母/数字？这也不行，但这次是因为Java的正则表达式缺点。如果要匹配任何书写系统中的字符，则需要使用\p{L}和\p{N}等Unicode属性（有关详细信息，请参阅here）。

Answer 2

<强> ANSWER

所以......问题确实是String.format

更改

public static final Pattern NAME_REGEX = Pattern.compile(String.format("^[\\w ]{%d,%d}$", 2,24));

到

public static final Pattern NAME_REGEX = Pattern.compile("^[\\w ]{" + 2 + "," + 24 + "}$");

修复了崩溃。感谢大家的贡献。

非拉丁语言环境中的PatternSyntaxException

2 个答案: