空格匹配Regex-Java

\s

状态的Java API将匹配空白。因此正则表达式

\\s\\s

应该匹配两个空格

Pattern whitespace = Pattern.compile("\\s\\s");
matcher = whitespace.matcher(modLine);
while (matcher.find()) matcher.replaceAll(" ");

这样做的目的是用一个空格替换两个连续空格的所有实例。然而，这实际上并不起作用

我是否对正则表达式或“空白”一词有严重误解？

似乎适合我：

String s = "  a   b      c";
System.out.println("\""  + s.replaceAll("\\s\\s", " ") + "\"");

将打印：

" a  b   c"

我认为您打算这样做，而不是编写代码：

Pattern whitespace = Pattern.compile("\\s\\s");
Matcher matcher = whitespace.matcher(s);
String result = "";
if (matcher.find()) {
    result = matcher.replaceAll(" ");
}

System.out.println(result);

---

是的，您需要获取matcher.replaceAll（）的结果。：

---

您不能在Java中使用

\s

来匹配其本机字符集上的空白，因为Java不支持Unicode空白属性——尽管严格要求这样做是为了满足它所具有的不符合标准的要求，唉

Unicode将26个代码点定义为

\p{White_Space}

：其中20个是各种

\pZ

GeneralCategory=分隔符，其余6个是

\p{Cc}

GeneralCategory=控件

空白是一个相当稳定的属性，而这些相同的属性几乎永远存在。即便如此，Java也没有符合Unicode标准的属性，因此您必须使用如下代码：

String whitespace_chars =  ""       /* dummy empty string for homogeneity */
                        + "\\u0009" // CHARACTER TABULATION
                        + "\\u000A" // LINE FEED (LF)
                        + "\\u000B" // LINE TABULATION
                        + "\\u000C" // FORM FEED (FF)
                        + "\\u000D" // CARRIAGE RETURN (CR)
                        + "\\u0020" // SPACE
                        + "\\u0085" // NEXT LINE (NEL) 
                        + "\\u00A0" // NO-BREAK SPACE
                        + "\\u1680" // OGHAM SPACE MARK
                        + "\\u180E" // MONGOLIAN VOWEL SEPARATOR
                        + "\\u2000" // EN QUAD 
                        + "\\u2001" // EM QUAD 
                        + "\\u2002" // EN SPACE
                        + "\\u2003" // EM SPACE
                        + "\\u2004" // THREE-PER-EM SPACE
                        + "\\u2005" // FOUR-PER-EM SPACE
                        + "\\u2006" // SIX-PER-EM SPACE
                        + "\\u2007" // FIGURE SPACE
                        + "\\u2008" // PUNCTUATION SPACE
                        + "\\u2009" // THIN SPACE
                        + "\\u200A" // HAIR SPACE
                        + "\\u2028" // LINE SEPARATOR
                        + "\\u2029" // PARAGRAPH SEPARATOR
                        + "\\u202F" // NARROW NO-BREAK SPACE
                        + "\\u205F" // MEDIUM MATHEMATICAL SPACE
                        + "\\u3000" // IDEOGRAPHIC SPACE
                        ;        
/* A \s that actually works for Java’s native character set: Unicode */
String     whitespace_charclass = "["  + whitespace_chars + "]";    
/* A \S that actually works for  Java’s native character set: Unicode */
String not_whitespace_charclass = "[^" + whitespace_chars + "]";

现在您可以使用

whitespace\u charclass++“

作为

replaceAll

中的模式

---

对不起，这一切Java的正则表达式在它自己的本地字符集上不能很好地工作，，所以你真的必须跳出异国情调才能让它们工作

如果你认为空白是不好的，你应该看看你必须做些什么才能让

\w

和

\b

最终表现正常

是的，这是可能的，是的，这是一个令人麻木的混乱。这甚至是慈善行为。要获得Java的标准配置正则表达式库，最简单的方法是将JNI转移到ICU的东西上。这就是谷歌为Android所做的，因为OraSun的不符合标准

---

如果您不想这样做，但仍然想坚持使用Java，我有一个前端正则表达式重写库，我编写了该库，“修复”Java的模式，至少让它们符合的要求。

在RE中使用空格是一种痛苦，但我相信它们是有效的。OP的问题也可以使用StringTokenizer或split（）方法解决。但是，要使用RE（取消对println（）的注释以查看匹配器如何分解字符串），下面是一个示例代码：

import java.util.regex.*;

public class Two21WS {
    private String  str = "";
    private Pattern pattern = Pattern.compile ("\\s{2,}");  // multiple spaces

    public Two21WS (String s) {
            StringBuffer sb = new StringBuffer();
            Matcher matcher = pattern.matcher (s);
            int startNext = 0;
            while (matcher.find (startNext)) {
                    if (startNext == 0)
                            sb.append (s.substring (0, matcher.start()));
                    else
                            sb.append (s.substring (startNext, matcher.start()));
                    sb.append (" ");
                    startNext = matcher.end();
                    //System.out.println ("Start, end = " + matcher.start()+", "+matcher.end() +
                    //                      ", sb: \"" + sb.toString() + "\"");
            }
            sb.append (s.substring (startNext));
            str = sb.toString();
    }

    public String toString () {
            return str;
    }

    public static void main (String[] args) {
            String tester = " a    b      cdef     gh  ij   kl";
            System.out.println ("Initial: \"" + tester + "\"");
            System.out.println ("Two21WS: \"" + new Two21WS(tester) + "\"");
}}

它生成以下内容（使用javac编译并在命令提示符下运行）：

%java Two21WS 首字母：“a b cdef gh ij kl” Two21WS：“a b cdef gh ij kl”

用于Java（不是php，不是javascript，不是任何其他）：

---

当我向Regexbuddy（regex开发者应用程序）论坛发送问题时，我得到了对我的Java问题更准确的回答：

“消息作者：Jan Goyvaerts

在Java中，缩写\s、\d和\w只包含ASCII字符……这在Java中不是一个错误，只是在使用正则表达式时需要注意的许多事项之一。要匹配所有Unicode空格和换行符，可以使用[\s\p{Z}]RegexBuddy还不支持特定于Java的属性，例如\p{javaSpaceChar}（与[\s\p{Z}完全相同的字符匹配）

---

…\s\s将匹配两个空格，如果输入仅为ASCII。真正的问题是OP的代码，正如该问题中公认的答案所指出的那样。”

出于您的目的，您可以使用此snippet：

import org.apache.commons.lang3.StringUtils;

StringUtils.normalizeSpace(string);

这将使间距标准化为单个，并将删除起始和尾随空格

String sampleString = "Hello    world!";
sampleString.replaceAll("\\s{2}", " "); // replaces exactly two consecutive spaces
sampleString.replaceAll("\\s{2,}", " "); // replaces two or more consecutive white spaces

---

自从这个问题第一次被提出以来，Java就一直在发展。通过使用

\p{Zs}

组，可以匹配所有形式的unicode空格字符

因此，如果要将一个或多个奇异空间替换为普通空间，可以执行以下操作：

String txt = "whatever my string is";
txt.replaceAll("\\p{Zs}+", " ")

---

同样值得一提的是，如果您使用了

trim（）

string函数，那么您应该看看字符串上的（相对较新的）

strip（）

、

stripLeading（）

和

stripTraining（）

函数。可以帮助您删除各种松鼠般的空白字符。有关包含哪些空格的更多信息，请参阅Java的

Character.isWhitespace（）

函数

String有一个replaceAll函数，可以为您节省几行代码。这不是你的误解，而是Java的误解。尝试拆分字符串，如“abc\xA0 def\x85 xyz”以了解我的意思：这里只有三个字段。是否尝试了“\\s+”。这样可以将两个或多个空格替换为一个。我已经想了一个多小时了，为什么我的\\s split没有拆分为空格。万分感谢！嘎。我觉得自己是世界上最大的白痴。我和另外两个人似乎都没有注意到这一点。我想最愚蠢的小错误有时会让我们失望，是吗？真的！我猜这会发生在最好的情况下如果文本有空格，我需要得到什么？根据我下面的回答，如果要匹配unicode空格，请使用\p{Zs}而不是\s。WTF！？既然可以调用

replaceAll（）

，为什么还要这么做呢？感谢大家对Java的正则表达式限制的关注+1我投票认为这个答案很有帮助，并发现我已经有了答案。所以第二次谢谢你：）这真是太老了。在java7中使用UNICODE_CHARACTER_类标志修复了这个问题，对吗？（或使用（？U））@tchrist如果这在java 7+中已修复，您是否可以使用现在正确的方法更新答案？在java 7+中，您可以执行：“（？U）\s”来运行符合Unicode技术标准的正则表达式。或者，您可以在创建模式时使UNICODE_CHARACTER_类标志为true。医生：迈克，虽然我感谢你抽出时间来回答，但这个问题已经在几个月前解决了。没有必要回答像这样古老的问题。如果有人能展示不同的答案，b

import org.apache.commons.lang3.StringUtils;

StringUtils.normalizeSpace(string);

String sampleString = "Hello    world!";
sampleString.replaceAll("\\s{2}", " "); // replaces exactly two consecutive spaces
sampleString.replaceAll("\\s{2,}", " "); // replaces two or more consecutive white spaces

String txt = "whatever my string is";
txt.replaceAll("\\p{Zs}+", " ")